Эволюция алгоритмов с помощью LLM улучшает 10 лучших известных решений задачи об упаковке кругов (Packomania csqv, N=101-114)

Автор использовал LLM для итеративной эволюции оптимизационного алгоритма, а не для прямого решения задачи упаковки. Начиная с простого решателя, LLM предлагал изменения, оцениваемые независимым верификатором; улучшения сохранялись, неудачи отбрасывались. На бенчмарке Packomania csqv удалось улучшить лучшие известные суммы радиусов для 10 значений N от 101 до 114 на 2.4–5.4% за 15 итераций, при затратах на LLM всего $27.72. Результаты были независимо приняты Packomania.