莱顿大学 发布 BLADE 数据集, 应用在 算法评估、自动化算法发现 领域

莱顿大学 本次发布的数据集 BLADE, BLADE是一个模块化和可扩展的基准测试框架，旨在评估由大型语言模型（LLM）驱动的自动算法发现（AAD）方法。该框架集成了多个基准问题（包括MA-BBOB和SBOX-COST等）的集合，旨在进行能力导向的测试，例如泛化、专业化和信息利用。BLADE提供了灵活的实验设置选项，标准化日志记录以确保可重复性和公平比较，并包含用于分析AAD过程的方法（例如代码演化图和多种可视化方法），并通过与IOHanalyser和IOHexplainer等现有工具的集成，便于与人工设计的基线进行比较。

查看BLADE

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。