标签
GAE 引入了一个结合图神经网络、强化学习和 LLM 微调的框架，以克服进化程序搜索中的瓶颈，在复杂非线性振荡器系统的符号回归上实现了最先进的性能。
提出了一种进化神经架构搜索框架(EvoTS)，用于发现任务自适应的类Transformer模型，用于多变量时间序列预测。该方法使用模块化基因组表示，并在ETT基准数据集上取得了竞争性的性能。
本文介绍了Evolution Fine-Tuning (EFT)，这是一种中期训练范式，通过将进化搜索轨迹转化为监督信号，教会大语言模型跨优化任务进化解决方案。作者构建了包含156K条轨迹、涵盖371个任务的Finch Collection数据集，并证明微调后的模型能够泛化到保留任务，并在多个基准测试上达到最先进性能。
MiniMax 开源了面向大模型数学证明的测试时扩展框架 MaxProof，并发布配套论文。该框架通过演化搜索机制，使 M3 模型在 IMO 2025 和 USAMO 2026 测试集上均达到金牌分数线。
Evoflux 在推理时使用进化搜索来修复轻量级语言模型中失败的工具工作流，相比微调方法显著提升了执行可行性。
本文提出了一种受并行回火启发的进化框架，该框架利用多温度采样和信息交换，提高了大语言模型生成科学假设的多样性和质量，并在分子发现、方程发现和算法发现等领域中得到了验证。
SePO（自进化提示优化）提出了一种自指涉提示智能体，通过进化搜索同时优化任务智能体的系统提示和自身的系统提示。在包括 AIME'25、ARC-AGI-1 和 GPQA 在内的五个基准测试中，SePO 的表现优于 Manual-CoT、TextGrad 和 MetaSPO。
介绍了 BES（双向进化搜索），这是一种面向 LLM 的搜索框架，它将前向候选进化与后向目标分解相结合，以改进在训练后和推理阶段对困难推理问题的采样。
本文介绍了optimize_anything，一个基于LLM的通用文本工件优化系统，在包括智能体架构发现、调度、CUDA内核生成和装箱在内的多种任务上取得了最先进的结果，展示了通用文本优化的能力。
本文介绍了DIO-Agent，这是一种发现智能体，它利用LLM引导的进化搜索和变换优先级前提从输入输出行为中综合生成程序，避免了死胡同。实验表明，在一个新的IO2CodeBench基准测试上，该方法优于传统方法和基线。
本文研究了基于执行的自动化AI研究，通过构建一个自动执行器来实现LLM生成的想法并运行实验。结果表明，执行引导的进化搜索可以找到在预训练和后训练任务中显著优于基线的方法。
提出了Persona Policies（PPol），一种即插即用的控制层，利用LLM驱动的进化程序搜索来生成多样且逼真的用户角色，用于评估LLM代理。相比基线实现了33-62%的适应度提升，逼真度评分达到80.4%，并将代理鲁棒性提升了+17%的任务成功率。
本文介绍了 PACEvolve++，这是一种强化学习框架，通过将假设生成与执行解耦，提高了进化搜索代理在测试时的策略适应能力。
对15个大模型在8项任务上的大规模研究表明，优化成功的关键在于保持局部化搜索轨迹，而非初始解题能力或解的新颖性。