Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

MeLA: A Metacognitive LLM-Driven Architecture for Automatic Heuristic Design

Created by
  • Haebom

作者

Zishang Qiu, Xinan Chen, Long Chen, Ruibin Bai

概要

この論文では、自動ヒューリスティック設計（AHD）のための新しいパラダイムであるメタ認知LLMベースのアーキテクチャ（MeLA）を紹介します。従来の進化的方法がヒューリスティックコード自体を直接進化させるのとは異なり、MeLAは、大規模言語モデル（LLM）がヒューリスティックを生成するように指示する指示プロンプトを進化させます。この「プロンプト進化」プロセスは、システムがパフォーマンスフィードバックを分析して生成戦略を体系的に改善する新しいメタ認知フレームワークによって導かれます。 MeLAのアーキテクチャは、初期戦略的プロンプトを構成する問題アナライザ、誤ったコードを修正するエラー診断システム、ヒューリスティック効率に応じてプロンプトを繰り返し最適化するメタ認知検索エンジンを統合しています。ベンチマークの問題と実際の問題の包括的な実験では、MeLAは従来の最高性能の方法を上回り、より効果的で強力なヒューリスティックを一貫して生成します。最終的に、この研究は、認知科学をAIアーキテクチャの青写真として使用する可能性を示しており、LLMがメタ認知的に問題解決プロセスを制御できるようにすることによって、AHDへのより強力で解釈可能な経路を開くことができることを示しています。

Takeaways、Limitations

•
Takeaways：
◦
LLMを活用した新しい自動ヒューリスティック設計(AHD)パラダイムの提示
◦
メタ認知フレームワークによるプロンプトの進化により、より効果的で強力なヒューリスティック生成
◦
従来の最高性能のAHD方式を上回る性能実証
◦
認知科学ベースのAIアーキテクチャ設計の可能性を提示
◦
より解釈可能なAHDアプローチを提供
•
Limitations:
◦
MeLAの性能が特定のLLMおよびプロンプトエンジニアリング技術に依存する可能性がある
◦
複雑な問題に対するMeLAの一般化性能に関するさらなる研究が必要
◦
メタ認知フレームワークの一般性と他の問題領域へのスケーラビリティのさらなる検証が必要
◦
実際の応用におけるMeLAの効率とスケーラビリティのさらなる評価が必要
👍
Made with Slashpage