SkyDiscover: LLM 기반 알고리즘 발견을 위한 오픈 프레임워크

Source: Dev.to

프레임워크 개요

SkyDiscover는 발견 루프를 네 개의 교체 가능한 구성 요소로 분해합니다:

• Context Builder – LLM을 위한 문제 컨텍스트를 구축합니다.
• Solution Generator – 후보 알고리즘이나 솔루션을 생성합니다.
• Evaluator – 각 후보의 품질 또는 성능을 평가합니다.
• Selector – 다음 반복을 위해 가장 유망한 후보를 선택합니다.

구현

프레임워크 위에 구축된 두 가지 발견 알고리즘:

• AdaEvolve – 적응형 탐색 전략.
• EvoX – 자체 수정 탐색 전략.

결과 (200+ 벤치마크)

수학, 시스템, 프로그래밍, 멀티모달 작업 전반에 걸쳐:

• 기존 오픈 메서드와 비교했을 때 172개의 Frontier‑CS 문제에서 +34 % 중간 개선.
• 여러 수학 및 시스템 작업에서 AlphaEvolve와 동등하거나 능가.
• 41 % 낮은 크로스‑클라우드 전송 비용.
• 29 % 낮은 KV‑cache 압력.

SkyDiscover는 발견 알고리즘을 구축, 비교 및 확장하기 위한 깔끔한 인터페이스를 제공합니다.

리소스

• Blog:
• GitHub:
• AdaEvolve paper:
• EvoX paper:
• Twitter announcement: