A HSDSLab nagy nyelvi modellekkel végzett heurisztikafelfedezése az AIxIA 2026 konferencián, Perugiában, a tanulmány pedig megjelent a Springer kiadványában

2026. október 14.

Örömmel osztjuk meg, hogy „Bound-Aware Heuristic Discovery with Large Language Models: A 15-Puzzle Case Study” című tanulmányunk megjelent a Springer Lecture Notes in Computer Science sorozatában, az AIxIA 2026 – Advances in Artificial Intelligence kötet részeként. A tanulmányt nemrég az Olasz Mesterségesintelligencia-egyesület 24. Nemzetközi Konferenciáján (AIxIA) mutattuk be, a festői olaszországi Perugiában, ahol laborunk helyettes vezetője, Kiss Csaba képviselte a szerzőket. Nagy megtiszteltetés volt munkánkat egy ilyen egyedülálló helyszínen, egy 13. századi ferences templomban bemutatni.

A kutatás azt vizsgálja, hogy a nagy nyelvi modellek képesek-e hatékony, könnyű és értelmezhető heurisztikákat felfedezni a heurisztikus kereséshez. A klasszikus 15-puzzle-t kontrollált tesztkörnyezetként használva nyelvi modellekkel állíttattunk elő jelölt heurisztikafüggvényeket, majd azokat empirikus megoldásminőségi korlátok mellett értékeltük. Eredményeink szerint a felfedezett heurisztikák egy része jelentősen javítja a keresés hatékonyságát: a legjobb esetben 2,26-szer kevesebb csomópontot generált, és 6,73-szoros gyorsulást ért el az alapkonfigurációkhoz képest.

A projektet különösen egyedivé teszi nemzetközi és hallgatók által vezetett jellege. A kutatást Xiaojia Li, a Carleton College hallgatója kezdte el a HSDSLab kutatóinak témavezetésével, az AIT-Budapest Research Abroad Program keretében. Remek példa arra, hogyan válhat egy nemzetközi kutatási élményből valódi kutatói együttműködés és megjelent tudományos eredmény, és arra, hogyan találkozhat a nemzetközi együttműködés, a hallgatói kutatás és az MI-kutatás váratlan és inspiráló helyeken.

Gratulálunk valamennyi társszerzőnek, Xiaojia Linek, Kiss Csabának, Dr. Molontay Rolandnak és Pintér Józsefnek ehhez a kiemelkedő eredményhez!

A teljes cikk itt olvasható: https://link.springer.com/chapter/10.1007/978-3-032-40774-0_27

Vissza a hírekhez