MECo：LLM驱动的零样本跨问题泛化多任务进化框架
热点事件持续更新
MECo：LLM驱动的零样本跨问题泛化多任务进化框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
报道摘要
研究者提出 MECo，一个由 LLM 驱动的多任务进化框架，用于零样本跨问题泛化，通过任务条件化启发式种群和基于跨任务种群表现的迁移差距引导启发式迁移与重组。在 VRP 和 FJSP 的 32 个问题变体上，MECo 在相同预算下平均成本低于八种自动化启发式设计（AHD）基线，并在域外问题上优于各家族最强基线。该框架与不同 AHD 方法结合还能提升其 ID 和 OOD 表现。
摘自 arXiv cs.AI
最新进展10月9日 12:00
MECo：基于 LLM 多任务进化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9日
- arXiv cs.AIMECo：基于 LLM 多任务进化实现零样本跨问题泛化
研究者提出 MECo，一个由 LLM 驱动的多任务进化框架，用于零样本跨问题泛化，通过任务条件化启发式种群和基于跨任务种群表现的迁移差距引导启发式迁移与重组。在 VRP 和 FJSP 的 32 个问题变体上，MECo 在相同预算下平均成本低于八种自动化启发式设计（AHD）基线，并在域外问题上优于各家族最强基线。该框架与不同 AHD 方法结合还能提升其 ID 和 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。