DGA$_2$D：用有向图引导 LLM 实现自动化算法设计

DGA$_2$D 将有向图引导的自动化算法设计框架用于 LLM 驱动的启发式设计，把开放式程序空间组织为有向图，节点为可用多种候选代码实现实例化的功能算子，有向游走构成完整算法流水线。该框架引入一阶路径依赖的信用分配机制，按拓扑上下文评估代码变体。在涵盖调度与路由等 12 个组合优化问题上的实验显示，其平均归一化差距较 SOTA LLM 基线最多降低 10.96 个百分点。