science-codeevolve

这是可索引项目报告证据页：它保留 science-codeevolve 的源材料入口、机制线索和限制提醒；正文仍需 reader/editor 与 academic public-copy review 后才能当作最终结论引用。

science-codeevolve

项目概览

• 仓库：inter-co/science-codeevolve
• Star / Fork：97 / 14
• 最近活跃：2026-04-08T14:38:23Z
• 主要语言：Python
• 许可证：Apache-2.0
• 中文摘要：面向科学与算法发现的 CodeEvolve 实现，将 LLM 与遗传算法、岛屿模型、交叉/变异等机制结合。

技术栈

Python, OpenAI 兼容 API, PyTorch, pytest

依赖与配置证据：

• pyproject.toml

核心架构图（文字描述）

任务 / 环境 / Benchmark 输入 → 进化/搜索循环 → 评估器/打分器 → 改进后的输出、代码、Prompt、记忆、策略或模型工件

目录结构信号

目录 .github
目录 .github/workflows
文件 .github/workflows/ci.yml
文件 .gitignore
文件 AGENTS.md
文件 CONTRIBUTING.md
文件 LICENSE
文件 README.md
文件 TODO.md
目录 assets
文件 assets/codeevolve_diagram.png
文件 assets/codeevolve_logo.png
目录 configs
文件 configs/README.md
目录 configs/templates
文件 configs/templates/config_gemini.yaml
文件 configs/templates/config_mock.yaml
文件 configs/templates/config_qwen.yaml
文件 environment.yml
目录 problems
目录 problems/alphaevolve_math_problems
目录 problems/alphaevolve_math_problems/autocorrelation_problems
目录 problems/alphaevolve_math_problems/heilbronn_problems
目录 problems/alphaevolve_math_problems/kissing_number
目录 problems/alphaevolve_math_problems/minimizing_max_min_dist
目录 problems/alphaevolve_math_problems/packing_problems
目录 problems/eoh-problems
目录 problems/eoh-problems/bp_online
目录 problems/eoh-problems/fssp_gls
目录 problems/eoh-problems/tsp_gls
目录 problems/templates
目录 problems/templates/python
文件 pyproject.toml
目录 scripts
文件 scripts/run.sh
文件 scripts/run_mock.sh
目录 src
目录 src/codeevolve
文件 src/codeevolve/__init__.py
文件 src/codeevolve/cli.py
文件 src/codeevolve/database.py
文件 src/codeevolve/evaluator.py
文件 src/codeevolve/evolution.py
目录 src/codeevolve/islands
目录 src/codeevolve/lm
目录 src/codeevolve/prompt
文件 src/codeevolve/runner.py
文件 src/codeevolve/scheduler.py
目录 src/codeevolve/utils
目录 tests
文件 tests/__init__.py
文件 tests/test_apply_diff.py
文件 tests/test_ckpt.py
文件 tests/test_cli_setup.py
文件 tests/test_database.py

关键代码片段分析

tests/test_evolution.py

• 代码信号：第 3 行：# Part of the CodeEvolve Project, under the Apache License v2.0.；第 4 行：# See https://github.com/inter-co/science-codeevolve/blob/main/LICENSE for license information.；第 9 行：# This file implements unit tests for the evolution module helper functions.；第 16 行：from codeevolve.database import Program, ProgramDatabase；第 17 行：from codeevolve.evolution import _get_markers, select_parents。

problems/eoh-problems/tsp_gls/input/gls/gls_evol.py

• 代码信号：第 3 行：# Part of the CodeEvolve Project, under the Apache License v2.0.；第 4 行：# See https://github.com/inter-co/science-codeevolve/blob/main/LICENSE for license information.；第 24 行：def nearest_neighbor(dis_matrix, depot):；第 39 行：def nearest_neighbor_2End(dis_matrix, depot):；第 60 行：def local_search(init_tour, init_cost, D, N, first_improvement=False):。

src/codeevolve/evolution.py

• 代码信号：第 3 行：# Part of the CodeEvolve Project, under the Apache License v2.0.；第 4 行：# See https://github.com/inter-co/science-codeevolve/blob/main/LICENSE for license information.；第 9 行：# This file implements the main evolutionary loop of CodeEvolve.；第 23 行：from codeevolve.database import EliteFeature, Program, ProgramDatabase；第 24 行：from codeevolve.evaluator import Evaluator。

tests/test_prompt.py

• 代码信号：第 3 行：# Part of the CodeEvolve Project, under the Apache License v2.0.；第 4 行：# See https://github.com/inter-co/science-codeevolve/blob/main/LICENSE for license information.；第 9 行：# This file implements unit tests for the prompt sampler and templates.；第 17 行：from codeevolve.database import Program, ProgramDatabase；第 18 行：from codeevolve.prompt.sampler import PromptSampler, format_prog_msg。

tests/test_evaluator.py

• 代码信号：第 3 行：# Part of the CodeEvolve Project, under the Apache License v2.0.；第 4 行：# See https://github.com/inter-co/science-codeevolve/blob/main/LICENSE for license information.；第 9 行：# This file implements unit tests for the Evaluator class.；第 21 行：from codeevolve.database import Program；第 22 行：from codeevolve.evaluator import Evaluator。

实现方法提取

• 循环类型：进化/搜索循环 → 评估器/打分器。
• LLM 交互模式：从依赖和源码命名推断，主要通过 Prompt 模板、LLM API 调用、评估反馈或记忆状态完成迭代。
• 反馈来源：可能来自单元测试、Benchmark 分数、模型自评、反思文本、运行错误或人工定义的 judge。
• 跨轮状态：候选代码、反思记忆、提示词/上下文、策略池、生成数据或模型训练工件。

与其他项目的对比

• 它代表“可执行代码/算法”层面的 Self Evolve，和 Self-Refine 的文本精炼不同，反馈来自真实评测器或 benchmark 分数。
• 在 Landing Page 中建议标签：进化/搜索循环、评估器/打分器。