EPOCH：以覆盖率为目标的LLM启发式进化设计
热点事件持续更新
EPOCH：以覆盖率为目标的LLM启发式进化设计
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
arXiv 2026年10月的一篇预印本提出 EPOCH，用于 LLM 自动启发式设计（AHD）。它把实例覆盖率作为进化搜索的目标，并通过经验偏好优化让生成器从自身搜索中学习：教师 LLM 给出自然语言洞见，生成器据此产出的改进构成 DPO 偏好对，再以反思式自蒸馏项让其更可能自行生成这些改进。 作者 Oguzhan Gungordu、Ayse Tursucular、Siheng Xiong、Faramarz Fekri 称，在多种组合优化问题和开源 LLM 底座上，EPOCH 的启发式集合优于仅推理与微调基线，并能跨问题规模泛化。这些结果来自论文自述，尚未经独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
EPOCH：以覆盖率为目标的进化搜索与经验偏好优化，用于 LLM 自动启发式设计报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIEPOCH：以覆盖率为目标的进化搜索与经验偏好优化，用于 LLM 自动启发式设计
EPOCH 将实例覆盖率作为 LLM 自动启发式设计（AHD）进化搜索的目标，并微调生成器以内化反思。它通过经验偏好优化让生成器从自身搜索中学习：教师 LLM 给出自然语言洞见，生成器据此产出的改进构成 DPO 偏好对，再用反思式自蒸馏（RSD）项让其更可能自行生成这些改进。在多种组合优化问题和开源 LLM 底座上，EPOCH 的启发式集合优于仅推理与微调基线，并能跨问题规模泛化。
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。