Evolving Code with A Large Language Model

使用大型语言模型（LLM）演化代码的算法最近出现在遗传编程（GP）领域。我们提出了LLM GP，这是一种正式的基于LLM的进化算法，旨在演化代码。像GP一样，它使用进化算子，但它的设计和实现与GP的设计和实现根本不同，因为它们使用LLM，利用提示和LLM的预训练模式匹配和序列完成能力。我们还介绍了LLM GP的演示级别变体，并分享了它的代码。通过涉及从正式到实践的算法，我们涵盖了设计和LLM使用方面的考虑以及使用LLM进行遗传编程时出现的科学挑战。

LLM GP: 一种利用大型语言模型进行基因编程的算法

LLM GP利用预训练的大型语言模型进行基因编程，使用提示和序列完成能力来设计进化算子，从而解决基因编程中的问题。

论文介绍了LLM GP算法的设计和实现，并分享了演示级别的代码。实验使用了多个数据集进行验证，并讨论了LLM GP算法的优点和挑战。

最近的相关研究包括：1. Large-scale Evolution of Image Classifiers with Accurate Class Propagation（利用进化算法进行图像分类的研究）2. Genetic Programming with a Probabilistic Model of Code（基于概率模型的基因编程研究）