DGA$_2$D: Progettazione Automatica di Algoritmi Guidata da Grafi Diretti con LLM
Il framework proposto, DGA$_2$D, mira a migliorare la progettazione euristica automatica (AHD) per problemi di ottimizzazione combinatoria NP-hard (COP) attraverso l'utilizzo di modelli linguistici di grandi dimensioni (LLM). Gli attuali approcci AHD guidati da LLM sono limitati da modelli di solver rigidi e da aggiustamenti separati dei moduli, che ostacolano lo sviluppo di algoritmi di sistema completamente autonomi. DGA$_2$D organizza il vasto panorama di programmazione come un grafo diretto, con nodi che simboleggiano operatori funzionali rappresentati da potenziali implementazioni di codice, mentre i percorsi diretti creano flussi di lavoro algoritmici completi. Questo framework affronta problemi legati alla bassa affidabilità, agli ampi spazi di ricerca e alla scarsa assegnazione del credito. La ricerca è disponibile su arXiv (arXiv:2608.00700).
Fatti principali
- DGA$_2$D è un framework di progettazione automatica di algoritmi guidato da grafi diretti.
- Utilizza modelli linguistici di grandi dimensioni per la progettazione euristica automatica.
- Si rivolge a problemi di ottimizzazione combinatoria NP-hard.
- I metodi esistenti sono limitati a modelli di solver rigidi.
- DGA$_2$D struttura lo spazio dei programmi come un grafo diretto.
- I nodi rappresentano operatori funzionali con molteplici implementazioni di codice.
- I percorsi diretti costituiscono pipeline algoritmiche complete.
- Il framework affronta problemi di affidabilità, spazio di ricerca e assegnazione del credito.
Entità
—