arXiv 人工智能· Chen Lu, Ke Xue, Siyuan Xu, Mingxuan Yuan, Chao Qian·· 6 小时前AI 评分43
自进化算法设计 Agent：通过群体筛选策略优化摆脱上下文进化停滞
Self-Evolving Algorithm-Design Agents: Escaping In-Context Evolutionary Stagnation via Population-Curated Policy Optimization
AI 导读
研究提出群体筛选策略优化（PCPO），通过学习自生成算法实现样本高效的参数化自进化，解决算法设计 Agent 在纯上下文进化中的停滞问题。基于 8B 基础模型的 PCPO 仅用 4 个芯片案例训练，就在 EDA 任务的 16 个案例上超越 OpenEvolve 和 ShinkaEvolve，表现匹敌 GPT-5.5 并降低了推理 token 成本。
来源：arXiv 人工智能 · arxiv.org