**AgenticBBO-Bench：LLM智能体黑盒优化跨领域基准测试**

_A Closer Look at Agentic BBO: Benchmarking LLM Agents for Black-Box Optimization_

> 该论文提出AgenticBBO-Bench，一个涵盖合成函数、超参优化、数据库调优、芯片及分子设计的统一黑盒优化基准。实验表明，LLM智能体在多数领域优于直接LLM方法及最佳数值优化器。研究发现，任务语义比特定先验更可靠，且数值优化器能有效吸收智能体搜索轨迹带来的增益。在前沿挑战中，GPT-6 Astra和DeepSeek-V4.1-Flash在性能与成本上处于帕累托前沿。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.12183)