arXiv cs.AI· Jeheon Woo·· 10 小时前AI 评分58
AIOA 框架让 AI 智能体自主优化原子模拟数值算法
Autonomous Optimization of Numerical Algorithms by an AI Agent: Application to Atomistic Simulation
AI 导读
研究提出 AIOA 框架，让基于大语言模型的编码智能体在不可修改的校验器约束下循环优化原子模拟数值算法。在 ASE 库上，智能体将六个 kernel 的 Python 实现（NumPy 与 SciPy）平均加速 22-24 倍，结果不变。
正文 · AI 翻译
摘要：基于大语言模型构建的编码智能体在自动化改进循环中运行，能够发现更高效的算法。我们提出 AIOA，这是一个将该方法引入原子尺度模拟数值算法的框架：智能体在由不可更改的验证器守护的循环中，针对预先指定的指标改进算法。AIOA 应用于广泛使用的原子尺度模拟库 ASE，针对算法的两个方面：其实现（重写以在结果不变的情况下运行更快）以及方法本身（重新设计以用更少的力评估收敛）。智能体使六个内核在 Python 中使用 NumPy 和 SciPy 平均提速 22-24 倍。在未见问题上，最佳配置的优化器在结构弛豫方面所需的力评估次数比 L-BFGS 少 3.1-3.4 倍，在反应路径方面比标准爬升图像微动弹性带计算少 4.6-17 倍。智能体的优化器还包含两个我们在文献中未发现的算法组件。
| 评论： | 29 页，5 幅图，1 张表；包含补充信息 |
| 主题： | 化学物理（physics.chem-ph）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.13143 [physics.chem-ph] |
| （或 arXiv:2611.13143v1 [physics.chem-ph] 为此版本） | |
| https://doi.org/10.48550/arXiv.2611.13143 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jeheon Woo [查看电子邮件]
[v1]
2026 年 11 月 9 日星期一 19:23:39 UTC（131 KB）
来源：arXiv cs.AI · arxiv.org