很多朋友不知道【华为云AI求解器获GECCO 2026 LLM设计进化算法竞赛冠军】，今天小绿就为大家解答一下。
自适应研究路线：智能体依据性能反馈自主决定是否沿当前算法设计方向继续深挖，灵活探索不同的研究路线。
【CNMO科技消息】近日，在国际进化计算顶级会议GECCO 2026主办的LLM Designed Evolutionary Algorithm Competition（大语言模型设计进化算法竞赛）中，由华为云天筹AI求解器团队与华为诺亚方舟实验室联合组成的参赛队伍“OptVerse-Noah”，凭借智能体自主发现的进化算法AMGE，在GNBG黑箱优化基准测试集的全部24个测试函数上均排名第一并夺得冠军。
通过上述机制，智能体自主发现的AMGE算法在多模态、非对称、复合结构等24类异质测试函数上均达到了最优性能，展现了AI智能体深度参与算法设计的潜力。
有限评估预算：每个测试函数均需在有限的函数调用预算下完成优化，对算法效率与搜索能力提出更高要求； 经验折叠与自我思考：智能体将探索过程中的各种方案、搜索策略等记录并转化为经验资产，在后续探索时回溯已有经验，实现算法探索的自我思考。 信号感知与智能止损：在实验推进中实时感知收敛速度、种群多样性、局部探索饱和度，一旦判断当前路线趋势不佳，立刻回退止损，减少计算资源消耗。 统一参数配置：算法需采用同一套配置完成所有24个测试函数，禁止针对性调参；
跨问题泛化：算法需在多模态、不对称、复合结构等截然不同的问题结构上同时取得稳定表现。 针对进化算法自动设计这一难题，华为云天筹AI求解器团队联合华为诺亚方舟实验室，基于自主创新的智能体ScienceFlow，赋予Agent自主探索能力，使其能够真正像算法专家一样自主思考与实验。其核心技术突破体现在： 据CNMO科技了解，本次赛事的核心命题是：算法自动设计方案需要在统一约束下，对24个结构各异、难度未知的黑箱问题取得稳定优异表现，同时无法获取问题内部结构信息，也无法针对单个问题调参。具体约束如下：
华为
版权所有，未经许可不得转载 严格黑箱约束：参赛算法只能通过目标函数评估结果获取反馈，不允许访问测试函数内部结构信息；
命题的核心难点在于：如何在同一套配置下兼顾不同类型黑箱问题的优化需求——平滑函数需要快速收敛，多模态函数需要广泛探索，欺骗性函数需要跳出局部最优，从而检验“算法自动设计”能否突破人工设计瓶颈。
以上问题已经回答了。如果你想了解更多，请关
新经网网站 (
https://www.xinhuatone.com/)
