LLM 能为 ARC‑AGI‑2 任务生成程序，但计算资源仅能支持少量的生成、调试和验证尝试。遗传算法能够在更大的程序空间中搜索并测试，但纯随机搜索往往难以进入有意义的解的邻域。我们通过一种紧凑的领域专用语言（DSL）将两者结合。首先，量化后的 Qwen3.5‑4B LLM 为每个任务生成一组初始程序。随后，这些程序被用作遗传算法的种子种群，算法在保持 DSL 语法有效的前提下对程序进行变异和交叉，逐步演化出满足任务要求的解。DSL 的设计保证任何变异后的程序仍然可执行。实验在 ARC‑2 公共评估集的前 60 题中进行，LLM 单独生成的程序解决了 2 题（占 3.3%），加入遗传搜索后额外解决了 4 题，总计 6 题（10.0%）。若不使用 LLM 提供的种子，遗传搜索未能找到任何解。结果表明，遗传搜索能够提升 LLM 生成程序的质量并发现额外的正确解。
点评