Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español es
CORDIS - Resultados de investigaciones de la UE
CORDIS

Trustworthy and Sustainable Automate Design of Algorithms for the Generative AI Era

Descripción del proyecto

Diseño de algoritmos automatizados explicables, transparentes y sostenibles

La complejidad de los problemas computacionales en los ámbitos científico e industrial ha incrementado la necesidad de métodos automatizados para el diseño de algoritmos. En el caso de los grandes modelos de lenguaje, ha surgido un nuevo paradigma de diseño de algoritmos automatizados (ADA, por sus siglas en inglés). Permite la evolución directa de las aplicaciones de los algoritmos a partir de un conjunto más amplio de operadores candidatos y elimina la necesidad de estructuras diseñadas manualmente. Sin embargo, la investigación actual sobre el ADA se centra principalmente en el rendimiento, pasando por alto a menudo la confiabilidad, la explicabilidad y la sostenibilidad, que son igualmente importantes. Con el apoyo de las Acciones Marie Skłodowska-Curie, el equipo del proyecto TSADA desarrolla métodos de ADA explicables y eficientes mediante la mejora de la transparencia y el uso de los recursos. Propone técnicas sostenibles que reutilizan el conocimiento previo para reducir la formación redundante.

Objetivo

Algorithms are the key to solving complex problems across diverse research and application domains. However, traditional algorithm design relies heavily on human expertise, making algorithm design a costly and time-consuming process. While recent advances in Algorithm Configuration (AC) have partially automated the design of algorithms, their success still strongly relies on human-crafted algorithmic frameworks, limiting broader adoption across domains. With the advent of Large Language Models (LLMs), a new paradigm for Automated Design of Algorithms (ADA) has emerged, enabling the direct evolution of algorithm implementation from a significantly broader set of candidate operators, eliminating the need for handcrafted frameworks. Despite these advances, current ADA research primarily focuses on achieving competitive performance while neglecting trustworthiness, explainability, and sustainability, which are critical for practical deployment.
This project, TSADA, aims to address these issues by developing methods to enhance the explainability, transparency, and efficiency of ADA, including both traditional AC and LLM-driven approaches. Through working on the design of Satisfiability (SAT) solvers, I will propose sustainable ADA techniques capable of leveraging knowledge of prior algorithms to minimize redundant training tasks. Furthermore, I will systematically compare traditional AC and LLM-driven ADA methodologies to provide evidence-based guidelines for selecting the most suitable approach under different scenarios. By advancing explainable and resource-efficient ADA, TSADA contributes to the broader objectives of Explainable AI and Green AI, paving the way for more trustworthy, transparent, and sustainable algorithmic innovation.

Ámbito científico (EuroSciVoc)

Palabras clave

Programa(s)

Tema(s)

Régimen de financiación

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

(se abrirá en una nueva ventana) HORIZON-MSCA-2025-PF

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

SORBONNE UNIVERSITE
Aportación neta de la UEn
€ 226 420,56
Dirección
21 RUE DE L'ECOLE DE MEDECINE
75006 Paris
Francia
Región
Ile-de-France Ile-de-France Paris
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
Sin datos