arXiv 机器学习· Tai Nguyen, Fei Liu, Phong Le, Carola Doerr, Nguyen Dang·· 3 小时前AI 评分34
AdaEva：通过自适应部分评估加速大语言模型驱动的算法设计
AdaEva: Accelerating LLM-Driven Algorithm Design with Adaptive Partial Evaluation
AI 导读
AdaEva 是一个即插即用的大语言模型驱动算法设计（LLM4AD）自适应部分评估框架，通过在递增的实例子集上评估并逐步淘汰劣质候选算法，有效降低评测算力开销。该框架实现了连续减半（AdaEva-S）与统计竞速（AdaEva-R）机制，无需修改底层流程或依赖实例难度先验；在 3 个代表性 LLM4AD 框架以及组合与连续黑盒优化场景中，均在同等预算下实现了更优的搜索效率与保留集泛化能力。
来源：arXiv 机器学习 · arxiv.org