Szczegóły publikacji
Opis bibliograficzny
Grammar refinement in Grammatical Evolution using Large Language Models / Dominik SEPIOŁO, Mikołaj JAROSŁAWSKI, Antoni LIGĘZA // W: Progress in Polish artificial intelligence research 6 [Dokument elektroniczny] : 6th Polish Conference on Artifical Intelligence (PP-RAI'2025) : 07–09.04.2025, Katowice, Poland / ed. by Rafał Doroz, Beata Zielosko. — Wersja do Windows. — Dane tekstowe. — Katowice : Wydawnictwo Uniwersytetu Śląskiego, 2025. — e-ISBN: 978-83-226-4405-8. — S. 22–28. — Wymagania systemowe: Adobe Reader. — Bibliogr. s. 28, Abstr.
Autorzy (3)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 165790 |
|---|---|
| Data dodania do BaDAP | 2026-02-03 |
| Tekst źródłowy | URL |
| Rok publikacji | 2025 |
| Typ publikacji | fragment monografii pokonferencyjnej |
| Otwarty dostęp |  |
| Creative Commons | |
| Wydawca | Uniwersytet Śląski w Katowicach |
Abstract
Grammatical Evolution is an evolutionary algorithm that usescontext-free grammars to generate solutions to complex problems. The effectiveness of GE largely depends on the quality of the grammar used, yetmanual grammar design is often inefficient and requires domain expertise.This paper presents a framework for grammar refinement in GE using LargeLanguage Models. By exploiting the ability of LLMs to process and generatecoherent text, the framework iteratively refines grammars based on problem-specific requirements and feedback from the evolutionary process. The results highlight the potential of integrating LLMs into evolutionary computation workflows to improve adaptability and efficiency.
