DGA2D：有向图引导的自动算法设计框架
热点事件持续更新
DGA2D：有向图引导的自动算法设计框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv 人工智能板块刊出 Jiale Zhao 等作者的论文，提出有向图引导的自动算法设计框架 DGA2D。该框架面向 LLM 驱动的启发式设计，把开放式程序空间组织为有向图：节点是功能算子，每个算子可用多种候选代码实现；有向游走则构成完整的算法流水线。框架还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。作者在涵盖调度与路由等 12 个组合优化问题上开展实验，结果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。目前报道仅涉及该框架的提出与实验数据，尚无后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
DGA$_2$D：用有向图引导 LLM 实现自动化算法设计报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv Artificial IntelligenceDGA$_2$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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。