Was wäre, wenn KI lernen könnte, optimierten Code wie ein menschlicher Ingenieur zu schreiben – iterierend, aus Fehlern lernend und im Laufe der Zeit immer intelligenter werdend? Forscher von NJU, PKU, Midea-AIRC, ECNU, SYSU, RUC und QuantaAlpha stellen Controlled Self-Evolution (CSE) vor. Ihr Ansatz verwendet drei clevere Tricks: die Generierung vielfältiger Ausgangsstrategien, um mehr Möglichkeiten zu erkunden, das Leiten von Mutationen mit Feedback anstelle von Zufälligkeit und das Erinnern an sowohl Gewinne als auch Verluste bei verschiedenen Programmieraufgaben. Auf EffiBench-X übertrifft CSE konsequent jede getestete Basislinie und verbessert sich von Generation zu Generation. Controlled Self-Evolution zur algorithmischen Code-Optimierung Papier: