EliteTable：基于大语言模型的自我改进程序搜索算法发布

摘要：EliteTable是一种由大语言模型（LLMs）引导的自我改进程序搜索算法，通过固定容量的高分解决方案表来指导新提案、现有解决方案的编辑以及多个解决方案的混合。该算法在六个Gymnasium控制任务上进行了评估，每个任务包含十代，每代有五十个候选方案。结果显示，所有任务的候选方案得分中位数在首尾代之间均有提升，五个任务的选定赢家搜索得分中位数也实现了增长。CartPole-v1任务中，选定赢家在所有十次搜索的第一代即达到搜索得分上限，而其他任务如BipedalWalker-v3和CarRacing-v3也表现出改进趋势，但未达到报告目标。Acrobot-v1任务中，部分搜索结果出现下降。总体而言，EliteTable展示了程序搜索过程中的改进以及在某些任务中选定赢家收益向新场景的迁移能力。

---

技术机制剖析

EliteTable的核心机制基于大语言模型（LLMs）的引导，通过以下步骤实现程序搜索的自我改进：

1. 高分解决方案表：EliteTable维护一个固定容量的高分解决方案表，用于存储和更新当前最优的程序解决方案。
2. 新提案生成：利用LLMs生成新的程序提案，这些提案基于高分解决方案表中的内容进行优化和调整。
3. 现有解决方案编辑：对现有解决方案进行编辑，以适应新的任务需求或改进其性能。
4. 混合解决方案：将多个解决方案进行混合，以生成新的、更优的程序。

工程权衡与实测表现

在六个Gymnasium控制任务上的实验结果表明，EliteTable在程序搜索过程中能够持续改进解决方案的质量。然而，不同任务的改进幅度存在差异：

• CartPole-v1：在所有十次搜索的第一代即达到搜索得分上限，显示出该任务对EliteTable的适应性极佳。
• BipedalWalker-v3 和 CarRacing-v3：任务表现有所改进，但未达到报告目标，表明这些任务对EliteTable提出了更高的挑战。
• Acrobot-v1：部分搜索结果出现下降，提示在某些复杂任务中，EliteTable可能需要进一步优化。

开发者落地与部署建议

EliteTable为程序搜索提供了一种新的思路，尤其适用于需要快速迭代和优化的任务场景。开发者可以参考以下建议进行落地部署：

1. 任务适配性评估：在将EliteTable应用于特定任务之前，建议进行充分的适配性评估，以确保其能够有效解决目标问题。
2. 解决方案表容量调整：根据任务复杂度和资源限制，调整高分解决方案表的容量，以平衡搜索效率和存储开销。
3. 混合策略优化：探索不同混合策略对解决方案质量的影响，以找到最优的混合方案。

结论

EliteTable展示了在大语言模型引导下，程序搜索算法自我改进的潜力。尽管在某些复杂任务中仍有改进空间，但其整体表现令人印象深刻，为AI程序生成和优化领域提供了新的研究方向。

---

消息来源：ArXiv AI (cs.AI) (2026-10-12)

—— 完 ——

主题标签： #大语言模型 关注 #程序搜索 关注 #自改进算法 关注 #Gymnasium控制任务 关注 #AI优化 关注