A2DEPT：進化的プログラムツリーによる大規模言語モデル駆動の自動アルゴリズム設計
arXiv cs.AI / 2026/4/28
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、LLM（大規模言語モデル）を使ってヒューリスティック部品の調整にとどまらず、完全なアルゴリズムそのものを設計する自動アルゴリズム設計手法A2DEPTを提案しています。
- 従来のLLMベース手法が実行可能性のために固定テンプレートに強く依存し、システム全体のアルゴリズム表現力が制限されていたのに対し、A2DEPTは階層的な木構造の進化探索でより広いシステムレベルのプログラム空間を探索します。
- ハイブリッドな選択、階層演算子、反復的な改良ループを組み合わせることで、候補となるソルバをより高性能へ進化させます。
- 実運用可能にするため、フィードバックに基づく修復を行う軽量なプログラム保守ループを導入し、生成物の実行可能性を担保します。
- 実験では、標準ベンチマークおよび厳しく制約されたベンチマークの両方でLLMベースのベースラインを上回り、標準ベンチマークでは最強の競合AHDベースラインに対して平均ノーマライズ最適性ギャップを9.8%相対的に低減しました。
