arXiv · cs.AI· Kyoko Ogawa, Naoki Mori·· 7 小时前
T-GADE：用热力学生成式AI演化大语言模型生成产物
T-GADE: Thermodynamical Generative-AI-Driven Evolution of LLM Artifacts
arXiv:2609.12286v2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：Kyoko Ogawa, Naoki Mori
研究任务与主要进展
Ogawa与Mori提出T-GADE，一种将大语言模型生成与进化计算结合的框架，并用自由能统一生存选择，以温度控制质量与多样性；HoxLM还可在评估后、选择前尝试自修复个体。在线装箱实现示例中，HoxLM配置比EoH使用更少的大语言模型调用并取得更低超额，预注册的400次调用配对比较中10次有9次胜出，密封超额中位数为0.836%，而EoH为3.912%。
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