Resumen: Diseño heurístico automático (AHD) basado en LLM dentro de los marcos de cálculo evolutivo (EC) ha mostrado resultados prometedores. Sin embargo, su efectividad se ve obstaculizada por el uso de operadores estáticos y la falta de mecanismos de acumulación de conocimiento. Presentamos a HIFO-ProMPT, un marco que guía a LLM con dos estrategias de incitación sinérgica: previsión y retrospectiva. Las indicaciones basadas en la previsión dirigen adaptativamente la búsqueda en función de la dinámica de la población, gestionando la compensación de exploración-explotación. Además, las indicaciones en retrospectiva imitan la experiencia humana al destilar heurísticas exitosas de generaciones pasadas en principios de diseño fundamentales y reutilizables. Este mecanismo dual transforma los descubrimientos transitorios en una base de conocimiento persistente, lo que permite a la LLM aprender de su propia experiencia. Los resultados empíricos demuestran que HIFO-PROMPT supera significativamente a los métodos AHD basados en LLM de última generación, generando heurísticas de mayor calidad al tiempo que logran una convergencia sustancialmente más rápida y una eficiencia de consulta superior.
Publicado Originalme en export.arxiv.org El 19 de agosto de 2025.
Ver Fuente Original
