Resumen:En este trabajo, presentamos CodeEvolve, un agente de codificación evolutiva de código abierto que une modelos de lenguajes grandes (LLM) con algoritmos genéticos para resolver problemas computacionales complejos. Nuestro marco adapta poderosos conceptos evolutivos al dominio LLM, basándose en métodos recientes para el descubrimiento científico generalizado. CodeEvolve emplea un algoritmo genético basado en islas para mantener la diversidad de la población y aumentar el rendimiento, introduce un novedoso mecanismo de cruce basado en la inspiración que aprovecha la ventana de contexto de LLM para combinar características de soluciones exitosas e implementa estrategias de metaincitación para la exploración dinámica del espacio de soluciones. Llevamos a cabo una evaluación rigurosa de CodeEvolve en un subconjunto de los puntos de referencia matemáticos utilizados para evaluar AlphaEvolve de código cerrado de Google DeepMind. Nuestros hallazgos muestran que nuestro método supera el rendimiento de AlphaEvolve en varios problemas desafiantes. Para fomentar la colaboración y acelerar el progreso, lanzamos nuestro marco completo como un repositorio de código abierto.
Publicado originalmente en export.arxiv.org el 16 de octubre de 2025.
Ver fuente original
