LLMasTool：用LLM做树变换的NAS框架论文发布

Masakazu Yoshimura 等人在 arXiv 发布论文（v2），提出 LLMasTool 框架：将 LLM 作为工具而非智能体，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。粗粒度探索由多样性引导的贝叶斯规划负责，LLM 只解决剩余自由度。 基于论文摘要，作者称该方法在 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；该数据为作者声称，尚待独立验证。

AI 根据报道生成 · 2 天前更新