OpenEvolve: Teaching LLMs to Discover Algorithms Through Evolution
5 months ago
- #evolutionary-computing
- #LLM
- #algorithm-discovery
- OpenEvolve是一个开源进化编码智能体，将大语言模型（LLMs）整合到算法发现的质量-多样性搜索框架中。
- 该系统通过LLM引导的代码编辑生成候选程序，使用用户定义指标进行评估，并采用MAP-Elites算法进行组织管理。
- 支持通过带迁移机制的岛屿模型实现并行化、多样化的探索。
- 核心功能包括级联分阶段处理、用于反馈的工件旁路通道，以及可选的基于LLM的评分反馈机制。
- 该技术已在系统优化、科学发现、地理空间算法和GPU内核优化等领域成功应用。
- 架构包含提示采样器、LLM集成模块、评估器、程序数据库和控制器五大组件。
- 创新点体现在：支持延迟迁移的岛屿进化模型、保持多样性的MAP-Elites算法、级联评估机制和双阶段选择策略。
- 实际案例显示其在算法发现、圆形填充、GPU内核优化和LLM提示优化等方面能实现数量级的加速效果。
- 提供库接口和命令行两种使用方式，支持断点续跑，项目已在GitHub开源。