AI自动设计组合优化算法，得分超现有方法
同行评审论文显示，大模型借助框架能自动写出有效的优化算法，代码已开源，第三方复现待观察。
《自然·机器智能》10月1日发表LACE框架，让大模型自动设计组合优化算法，代码与数据已开源。
组合优化是制造、物流、能源调度这类决策背后的数学问题：在海量可能方案中找接近最优的解。论文称，每类新问题过去都需要专家数月迭代。
作者团队在第三方基准CO-Bench的36个经典问题上测得，LACE平均得分0.945。最强现有大模型方法为0.870。不借助框架、直接让大模型生成算法时只有0.571。
在四个结构全新的问题上，LACE得分0.97至0.99，五个现有大模型基线全部无法产出可行算法。论文把增益定位在框架而非模型：先由大模型定义输入输出接口和工具库，再在严格时限内演化出一组互补的专用启发式。代码、数据和复现笔记本均以MIT许可开源，第三方复现结果尚待观察。
信息源：https://github.com/PJ-NTU/LACEhttps://www.nature.com/articles/s42256-026-01307-8?code=4f7fcbc7-d48c-4f48-a911-43fdfe72be61&error=cookies_not_supportedhttps://www.nature.com/articles/s42256-026-01307-8?code=46e6017d-931c-47d3-ad9d-f9125c1b7bca&error=cookies_not_supported