LLM 能否从论文构建 MaxSAT 求解器？CoreForge 经验

CoreForge 项目使用 LLM 从研究论文构建未加权 MaxSAT 求解器，工作流包括论文讨论、Codex 编码和 LLM 辅助审计。实验在模糊测试和标准实例中未发现错误答案，但性能仍低于手工求解器。项目总结了可用之处、困难以及对未来 LLM 辅助开发的启示。

此前 LLM 辅助编程多基于现有代码库迁移或改写，CoreForge 展示了 LLM 能从零阅读论文并生成算法实现，降低了从研究到代码的门槛，但当前性能差距表明仍需大量人工调试和验证。

LLM 能理解论文中的算法描述并生成对应代码，通过反复讨论和审计修正缺陷，但受限于模型对复杂逻辑的推理能力，生成的求解器在优化效率上不如手工编写的成熟实现。

可加速研究算法的原型验证，但直接用于生产环境会因性能不足带来风险。团队需投入额外时间进行基准测试和优化，人力成本并未显著降低。

• 用 LLM 快速解析论文并生成求解器原型，供工程师评估算法可行性
• 结合模糊测试和自动审计工具，提高 LLM 生成代码的可靠性
• 将 LLM 辅助开发流程标准化，用于其他 NP 难问题求解器的构建

• LLM 生成的求解器在更大规模实例上是否仍无错误？
• 通过更多迭代是否能使性能接近最优手工求解器？
• 该方法对其他领域的算法实现是否同样有效？