CVaR-RMD：用 CVaR 选择压力驱动稳健的元启发式发现

CVaR-RMD 是一个风险敏感的进化框架，用 LLM 变异可执行的启发式程序，并按异构评估条件下的经验条件风险价值（CVaR）对候选排序。在三个组合优化领域，CVaR 选择提升了上尾性能并降低失败率，同时保持有竞争力的平均性能。这些收益在更大的未见实例和独立整理的域内基准上依然成立。