Optima-CityU/LLM4AD_Next

解决的问题

LLM4AD_Next 消除了使用大语言模型进行自动化算法设计（LLM4AD）时通常所需的高门槛和繁琐的手动配置。它实现了从自然语言问题描述到完整可运行的进化算法搜索流水线的自动化过渡。

工作原理

该系统使用交互式 AI 顾问（llm4ad chat）与用户对话以理解其需求。随后，它会自动生成必要的框架组件，包括评估器、算法骨架、配置和调试器。为了优化算法，它结合了 LLM 驱动的设计与进化优化方法（如 EoH、MEoH、ReEvo 和 MCTS-AHD），以进化出高性能代码。它还包含一个 Evolve-Block Advisor，可扫描现有仓库，推荐适合进化的特定代码块。

适用人群

专为希望在无需手动搭建复杂配置流水线的情况下，自动化发现和优化算法的研究人员和开发者设计。

主要亮点

• 交互式设置：通过对话式 AI 顾问，从问题描述生成即开即用的应用框架。
• 进化搜索：支持多种自动化启发式设计方法，包括 IslandGA、DyCA、EoH、MEoH、ReEvo 和 MCTS-AHD。
• 代码分析：Evolve-Block Advisor 可识别并评分任何仓库中的有潜力代码块，以供进一步进化。
• 长期记忆：与 MindMemOS 集成，实现全局、项目和任务范围的记忆功能。