Wat als AI zou leren om geoptimaliseerde code te schrijven zoals een menselijke ingenieur—itererend, lerend van fouten en in de loop van de tijd slimmer wordend? Onderzoekers van NJU, PKU, Midea-AIRC, ECNU, SYSU, RUC en QuantaAlpha introduceren Controlled Self-Evolution (CSE). Hun aanpak gebruikt drie slimme trucs: het genereren van diverse startstrategieën om meer mogelijkheden te verkennen, het begeleiden van mutaties met feedback in plaats van willekeurigheid, en het onthouden van zowel overwinningen als verliezen bij verschillende coderingstaken. Op EffiBench-X presteert CSE consequent beter dan elke geteste baseline en blijft het verbeteren generatie na generatie. Controlled Self-Evolution voor Algoritmische Code-optimalisatie Paper: