arXiv · cs.AI· Masakazu Yoshimura, Zitang Sun, Yuiko Sakuma, Junji Otsuka, Atsushi Irie, Takeshi Ohashi·· 2 天前
LLM作为工具而非智能体：LLMasTool通过代码挖掘树变换进行神经架构搜索
LLM as a Tool, Not an Agent: Code-Mined Tree Transformations for Neural Architecture Search
arXiv:2604.16555v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Masakazu Yoshimura, Zitang Sun, Yuiko Sakuma, Junji Otsuka, Atsushi Irie, Takeshi Ohashi
研究任务与主要进展
作者提出LLMasTool，从任意源代码中提取可复用模块并表示为层次树，通过树变换而非直接代码生成执行神经架构搜索。多样性引导的贝叶斯规划负责粗粒度探索，LLM解决剩余自由度；基于论文摘要，该方法在CIFAR-10、CIFAR-100和ImageNet16-120上分别比现有NAS方法提升0.69、1.83和2.68个百分点。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org