LLM4AD_Next

说清问题，自动生成并进化出可用算法

LLM4AD_Next 是一个面向自动算法设计的下一代开源平台，目标是把原本门槛很高的自动化算法研发变得更容易上手。它把大语言模型与进化搜索、发现循环等机制结合起来，让用户用自然语言描述问题，就能自动生成、评估并迭代优化算法方案，覆盖从假设提出、代码生成到实验验证的完整流程。平台内置 alpha-evolve、alphacode、alphaevolve 等模块，支持进化策略与进化算法驱动的搜索，适合需要快速探索算法空间的研究者和工程师。相比传统手工调参和逐版实现，它把重复的试错交给自动化循环，降低人力成本，也提高了发现新解法的概率。整体定位偏向研究原型与实验平台，强调可访问性和易用性，让没有深厚优化背景的人也能参与自动算法设计。

开源 unknown 自动化工作流

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 510

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类自动化工作流

开发团队Optima-CityU

所属国家

官网地址https://llm4ad-next.cn

GitHubhttps://github.com/Optima-CityU/LLM4AD_Next

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议BSD-3-Clause

主要语言Python

技术栈/模型alpha-evolve,alphacode,alphaevolve,deepmind,discovery,discovery-loop,evolution-strategies,evolutionary-algorithm,evolutionary-computation,genetic-algorithm,iterative-algorithms,llm,llm-agents,llm4ad,open-evolve,open-loop,openevolve,openloop,optimization

GitHub 星标★ 510

30天Star增速

HF 下载量

上线时间2026-06-09 00:00:00

最近更新2026-09-18 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-16

浏览次数0

使用教程

核心亮点

把大模型生成与进化搜索结合，能自动完成算法从生成到评估的闭环
内置 alpha-evolve、alphacode 等多个模块，开箱即可跑自动发现流程
用自然语言描述问题即可启动，降低自动算法设计的入门门槛

不足之处

项目处于早期阶段，API 和模块结构可能频繁变动
实际效果依赖底层大模型能力，复杂任务上稳定性有待验证

适用场景

科研人员快速探索新算法思路并自动做对比实验
工程团队为特定优化问题自动搜索可用求解方案
教学场景中演示大模型驱动的自动算法设计流程

替代项目

OpenEvolve、FunSearch、EvoPrompt

项目介绍

LLM4AD_Next 是一个自动化工作流领域的开源项目，官方简介：A next-generation automatic algorithm design platform, making automated algorithm design more accessible and easier to use。项目使用 Python 开发，在 GitHub 上获得 507 星标。

上一篇：blender-mcp

下一篇：llm-pid-tuner