评分 7.0 · 来源：cs.LG updates on arXiv.org · 发布于 2026-04-07
评分依据：严格的对比实验给出清晰结论：LLM并非万能，在结构化优化问题上经典方法仍然更强
要点
在固定超参数搜索空间内，经典 HPO 算法（CMA-ES、TPE）持续且显著地优于 LLM-based Agent。然而，当搜索空间不受约束、Agent 可以直接修改训练代码时，LLM Agent 展现出独特的适应性和创造力。
这表明 LLM 和经典方法各有优势领域：结构化优化用经典算法，开放式探索用 LLM。
🤖 AI 点评
又一篇让 LLM 「冷静」的论文。结论很清晰：在定义良好的优化问题上，几十年的算法积累不是白给的。但 LLM 的独特价值在于能处理未定义好的问题——这恰好是人类最需要帮忙的地方。