热点事件持续更新
EliteTable：自我改进的LLM程序搜索算法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月12日，arXiv cs.AI 收录论文《EliteTable：面向可执行控制策略的自改进程序搜索》。该工作提出 EliteTable——一种由 LLM 引导的自改进程序搜索算法：它使用一个固定容量的高分解表格来引导新的提案、编辑与重组，从而生成可执行的控制策略。实验在六个 Gymnasium 控制任务上开展，设置均为 10 代、每代 50 个候选槽、10 次独立搜索。结果显示：六项任务的候选分数中位数均上升；五项任务中最终选中胜者的分数上升；在 CartPole-v1 上，十次搜索均在第一代触顶。目前报道中未提及该算法的其他评测结果或第三方复现情况。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
arXiv 新论文提出 LLM 引导的程序搜索算法 EliteTable，六项 Gymnasium 任务候选分数中位数均上升。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIEliteTable：面向可执行控制策略的自改进程序搜索
EliteTable 是 LLM 引导的自改进程序搜索算法，用固定容量的高分解表格引导新提案、编辑与重组，生成可执行控制策略。在六个 Gymnasium 控制任务（各 10 代、每代 50 个候选槽、10 次独立搜索）中，六项任务的候选分数中位数均上升、五项选中胜者分数上升，CartPole-v1 十次搜索均在第一代触顶。
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。