文章主要内容总结本文聚焦于为自动算法设计（Automated Algorithm Design, AAD）任务微调大型语言模型（LLMs），旨在解决现有方法依赖通用LLMs导致的计算开销大、性能受限等问题。主要内容包括：研究背景与问题：现有AAD方法多使用通用编码任务训练的现成LLMs，存在查询次数多、计算成本高、缺乏算法设计相关归纳偏差等局限，因此需探索专为算法设计定制的LLMs。方法设计：提出多样性感知的基于排序（Diversity-Aware Rank-based, DAR）采样策略，平衡训练数据的多样性与质量，构建偏好对（preference pairs）。采用直接偏好优化（Direct Preference Optimization, DPO）微调LLMs，无需复杂奖励模型，高效对齐模型输出与任务目标。实验验证：在Llama-3.2-1B-Instruct和Llama-3.1-8B-Instruct上进行实验，覆盖可接受集问题（ASP）、旅行商问题（TSP）、带容量约束的车辆路径问题（CVRP）三个任务，结果显示：微调后的LLMs显著优于未微调模型，且较小的Llama-3.2-1B-Instruct性能可匹配较大的Llama-3.1-8B-Instruct。微调模型在同任务不同设置及相关任务上具有良好的泛化能力。