Heuristics are commonly used to tackle diverse search and optimization problems. Design heuristics usually require tedious manual crafting with domain knowledge. Recent works have incorporated large language models (LLMs) into automatic heuristic search leveraging their powerful langua
该论文介绍了一种创新方法，利用Large Language Models（LLMs）作为模式识别工具来改善元启发式算法，并通过在基于社交网络的组合优化问题中进行测试，证明了该混合方法在解决方案质量方面优于现有的结合机器学习和元启发式算法的最新方法。通过精心设计提示，我们证明了从LLMs获得的输出可以用作问题知识，从而提高了结果。最后，我们承认LLMs的潜在缺点和限制，并认为进一步研究这方面的研究需要对其进行检验。