論文の概要: LLM-Guided Program Evolution for Circle Packing: Breaking 10 Packomania Records for $28
- arxiv url: http://arxiv.org/abs/2609.05093v1
- Date: Fri, 04 Sep 2026 12:48:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.039561
- Title: LLM-Guided Program Evolution for Circle Packing: Breaking 10 Packomania Records for $28
- Title（参考訳）: LLM-Guided Program Evolution for Circle Packing: 10 Packomania Recordsを28ドルで破る
- Abstract要約: 本稿では,大規模言語モデル(LLM)を用いて最適化アルゴリズムを反復的に進化させる軽量システムであるDiscovery Loopを提案する。
Packomania circle-packingベンチマークの適用により、このシステムは101-114の範囲でNの10値に対して最もよく知られた解を改善し、以前の記録より2.4%-5.4%向上した。
本稿では,適応型プラトー検出機構を含む費用対効果のダイナミクスを解析し,自動化された科学的発見を民主化する上での意義について論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present Discovery Loop, a lightweight system that uses a large language model (LLM) to iteratively evolve optimization algorithms. Starting from a simple seed solver, the LLM proposes algorithmic improvements guided by a scoreboard of results and a history of prior ideas. Each candidate is evaluated against an independent verifier; improvements are kept and failures discarded. Applied to the Packomania circle-packing benchmark (csqv: maximize the sum of radii of N variable-radius circles in the unit square), the system improved the best known solutions for 10 values of N in the range 101-114, with gains of 2.4%-5.4% over prior records, all within 15 iterations and at a total LLM cost of $27.72. These results have been independently accepted by Packomania. We describe the method, analyze cost-efficiency dynamics including an adaptive plateau-detection mechanism, and discuss implications for democratizing automated scientific discovery.
- Abstract（参考訳）: 本稿では,大規模言語モデル(LLM)を用いて最適化アルゴリズムを反復的に進化させる軽量システムであるDiscovery Loopを提案する。
LLMは単純なシードソルバから始まり、結果のスコアボードと先行アイデアの歴史によって導かれるアルゴリズム的な改善を提案する。
各候補は独立した検証者に対して評価され、改善は維持され、失敗は破棄される。
Packomania circle-packing benchmark (csqv: max the sum of radii of N variable-radius circles in the unit square)の適用により、このシステムは101-114の範囲でNの10値に対する最もよく知られた解を改善した。
これらの結果はパポマニアによって独立に受け入れられている。
本稿では,適応型プラトー検出機構を含む費用対効果のダイナミクスを解析し,自動化された科学的発見を民主化する上での意義について論じる。
関連論文リスト
- Efficient Exact Quantum Sampling from the Sun-Wootters Distribution for Optimal Polynomial Intersection [0.0]
ポリノミアル・インターセクション (OPI) は、半円法則によって支配される満足度を保証するデコード量子干渉法 (DQI) を実現するための構造化された最適化問題である。
P_u$ は素体上の平衡 OPI に対して効率的にサンプリング可能であることを示す。
論文 参考訳（メタデータ） (2026-07-17T22:33:06Z) - Evaluation-driven Scaling for Scientific Discovery [77.20820317940581]
並列探索,フィードバック駆動の洗練,局所選択を組み合わせた,シンプルなテスト時間評価駆動スケーリング(SimpleTES)を紹介した。
適切な次元に沿って評価駆動の発見ループをスケールすることで、かなりの利益が得られます。
本研究は, 科学的発見を進展させる中心軸として, 効果的な評価駆動型ループスケーリングを確立した。
論文 参考訳（メタデータ） (2026-04-21T11:24:09Z) - Randomized Subsystem Descent for Fermion-to-Qubit Mapping [16.301045285671993]
本稿では,フェルミオン対量子ビットマッピングを最適化するための汎用的で効率的なアルゴリズムフレームワークを提案する。
1次元と2次元の格子ホッピングモデルでアルゴリズムをベンチマークする。
全てのベンチマークにおいて、我々の手法は、常に(重み付けされた)パウリの重量を減少させる。
論文 参考訳（メタデータ） (2026-04-19T21:55:39Z) - ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference [60.958331943869126]
ODAR-Expertは、原則化されたリソース割り当てによる精度と効率のトレードオフを最適化する適応的なルーティングフレームワークである。
我々は、MATHの98.2%の精度、HumanityのLast Examの54.8%を含む、強く一貫した利得を示している。
論文 参考訳（メタデータ） (2026-02-27T05:22:01Z) - Duel-Evolve: Reward-Free Test-Time Scaling via LLM Self-Preferences [7.715856473694668]
このアルゴリズムは、外部スカラー報酬を、候補を生成するのに使用するLLMと同じLLMから得られるペアの選好に置き換えるものである。
Duel-Evolveはベイジアン・ブラッドリー・テリーモデルを通じてノイズの多い候補比較を集計し、候補品質の不確実性を考慮した推定結果を得る。
既存のメソッドやベースラインよりも20パーセント高い精度でDuel-Evolveを、LiveCodeBenchでは12パーセント以上改善した。
論文 参考訳（メタデータ） (2026-02-25T05:16:11Z) - Using Universal Frame Randomization and Randomized Compilation to Mitigate Errors in Quantum Optimization [0.0]
短期量子デバイスでは、エラー低減が不可欠である。
2つの有望なテクニックは、普遍的なフレームランダム化とランダム化コンパイルである。
いずれの手法も誤差を軽減でき、予想される極端エネルギー値は5.25pm0.145$と4.08pm0.36$である。
論文 参考訳（メタデータ） (2025-08-19T14:55:52Z) - Improving Quantum Approximate Optimization by Noise-Directed Adaptive Remapping [2.6447353939786296]
ノイズ指向リマッピング(Noss-Directed Remapping, NDAR)は、ある種のノイズを利用して二進最適化問題を解決するアルゴリズムである。
我々は、グローバルなアトラクタ状態を特徴とするダイナミックスを備えたノイズの多い量子プロセッサへのアクセスを検討する。
我々のアルゴリズムは、ノイズアトラクターを高品質な解に変換する方法で、コスト関数ハミルトニアンを反復的にゲージ変換することでノイズアトラクター状態をブートストラップする。
論文 参考訳（メタデータ） (2024-04-01T18:28:57Z) - Improved Differentially Private and Lazy Online Convex Optimization [35.33120900050373]
我々は,$(epsilon, delta)$-differentially private online convex Optimization (OCO)の課題について検討する。
この問題は Jain et al. [2012] から始まった長い研究の歴史を持ち、エプシロンの体制がそれほど小さくないことの最もよく知られている結果が提示されている。
論文 参考訳（メタデータ） (2023-12-15T17:59:16Z) - Maximum-Likelihood Inverse Reinforcement Learning with Finite-Time
Guarantees [56.848265937921354]
逆強化学習(IRL)は報酬関数と関連する最適ポリシーを回復することを目的としている。
IRLの多くのアルゴリズムは本質的にネスト構造を持つ。
我々は、報酬推定精度を損なわないIRLのための新しいシングルループアルゴリズムを開発した。
論文 参考訳（メタデータ） (2022-10-04T17:13:45Z) - Momentum Accelerates the Convergence of Stochastic AUPRC Maximization [80.8226518642952]
高精度リコール曲線(AUPRC)に基づく領域の最適化について検討し,不均衡なタスクに広く利用されている。
我々は、$O (1/epsilon4)$のより優れた反復による、$epsilon$定常解を見つけるための新しい運動量法を開発する。
また,O(1/epsilon4)$と同じ複雑さを持つ適応手法の新たなファミリを設計し,実際により高速な収束を享受する。
論文 参考訳（メタデータ） (2021-07-02T16:21:52Z) - Local policy search with Bayesian optimization [73.0364959221845]
強化学習は、環境との相互作用によって最適な政策を見つけることを目的としている。
局所探索のための政策勾配は、しばしばランダムな摂動から得られる。
目的関数の確率モデルとその勾配を用いたアルゴリズムを開発する。
論文 参考訳（メタデータ） (2021-06-22T16:07:02Z) - Adaptive Sampling for Best Policy Identification in Markov Decision
Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。
最先端アルゴリズムの利点を論じ、解説する。
論文 参考訳（メタデータ） (2020-09-28T15:22:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。