Este artículo presenta un método para mejorar algoritmos de optimización existentes mediante modelos de lenguaje grandes (LLM). Aplicamos diez algoritmos básicos de optimización seleccionados de diversas áreas (metaheurística, aprendizaje por refuerzo, métodos deterministas y métodos exactos) al problema del viajante clásico y realizamos experimentos para mejorarlos utilizando LLM. Los resultados experimentales muestran que los LLM generan variantes mejoradas del algoritmo en términos de calidad de la solución, reducción del tiempo de cómputo y reducción de la complejidad del código, incluso sin conocimientos especializados de optimización ni habilidades avanzadas de implementación de algoritmos. Este estudio se centra en la mejora de algoritmos existentes en lugar de la creación de nuevos.
