MECo：LLM多任务进化框架实现零样本跨问题泛化
热点事件持续更新
MECo：LLM多任务进化框架实现零样本跨问题泛化
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出 LLM 驱动的多任务进化框架 MECo，通过任务条件化启发式种群与基于跨任务种群表现的迁移差距引导启发式迁移重组，实现零样本跨问题泛化。 在车辆路径（VRP）与柔性作业车间调度（FJSP）的 32 个问题变体上，MECo 在相同预算下平均成本低于 8 个自动启发式设计（AHD）基线，并在域外问题上优于各家族最强基线。将该框架与不同 AHD 方法结合还能提升其 ID 与 OOD 表现。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 12:00
MECo：基于 LLM 的多任务进化框架实现零样本跨问题泛化报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AIMECo：基于 LLM 的多任务进化框架实现零样本跨问题泛化
研究者提出 LLM 驱动的多任务进化框架 MECo，通过任务条件化启发式种群与基于跨任务种群表现的迁移差距引导启发式迁移重组，实现零样本跨问题泛化。在车辆路径（VRP）与柔性作业车间调度（FJSP）的 32 个问题变体上，MECo 在相同预算下平均成本低于 8 个自动启发式设计（AHD）基线，并在域外问题上优于各家族最强基线。将该框架与不同 AHD 方法结合还能提升其 ID 与 OOD 表现。
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。