본 논문은 대규모 언어 모델(LLM)을 사용하여 진화적 기호 회귀 알고리즘을 위한 선택 연산자를 자동으로 설계하는 메타 학습 프레임워크를 제안합니다. 기존의 LLM 기반 알고리즘 진화 기법의 두 가지 주요 한계점인 의미론적 지침 부족과 코드 과다를 해결하기 위해, 의미론을 고려한 보완적인 선택 연산자와 코드 과다 제어 기능을 도입하였습니다. 또한, 도메인 지식을 프롬프트에 포함시켜 LLM이 더 효과적이고 문맥에 맞는 선택 연산자를 생성하도록 하였습니다. 실험 결과, LLM이 9개의 전문가가 설계한 기준 알고리즘을 능가하는 성능을 달성하며 최첨단 성능을 기록하였고, 116개의 회귀 데이터 세트에 걸쳐 26개의 기호 회귀 및 기계 학습 알고리즘 중 최고 성능을 달성함을 보여줍니다. 이는 LLM이 기호 회귀를 위한 전문가 수준의 알고리즘 설계를 능가할 수 있음을 보여줍니다.
