AI与世界难题 · 理论计算机科学 · Nature Machine Intelligence · 2026-10-01
大型语言模型发现用于组合优化的互补启发式方法
原标题: Large language models discover complementary heuristics for combinatorial optimization
组合优化支撑着制造、物流和能源领域的决策,但为每个新变体设计启发式算法需要专家耗费数月时间,而单次 LLM 代码生成往往会失败。LACE 将算法设计拆分为模式、工具库和启发式组合,然后在运行时间限制内演化出互补的专门化启发式算法。在 36 个经典 CO-Bench 问题上,其平均得分为 0.945,而此前最强的基于 LLM 的方法为 0.870,直接提示为 0.571。