PACE：用于自动化算法设计的原始感知代码演化

基于 大语言模型 (LLM) 的自动化算法设计通常将算法发展为完整的、不可分割的程序。虽然这种整个程序的视角简化了搜索空间，但它从根本上将有用的本地逻辑与其主机程序耦合起来。因此，当整个程序被丢弃时，有价值的代码片段就会消失，从而使得评估单个算法组件的贡献变得非常困难。为了解决这个问题，我们提出了基元感知代码演化（PACE），它通过将本地逻辑表示为称为可执行算法基元（EAP）的持久单元，将本地逻辑与完整程序解耦。为了实现代码级传输，PACE 维护一组动态的 EAP。算法演进是由基元感知运算符驱动的，这些运算符在结构上保证了这些组件的保留和跨程序传输。为了有效地评估它们，PACE 利用基于父级相对性能改进的汤普森采样，指导从集合中进行原始选择，而不需要额外的评估数据集。四项任务的实验表明，PACE 可以有效地发现竞争算法，同时在结构上保留有价值的算法组件。