Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

Progettare algoritmi automatizzati spiegabili, trasparenti e sostenibili

La complessità dei problemi computazionali in ambito scientifico e industriale ha intensificato la necessità di adottare approcci automatizzati per la progettazione di algoritmi. Nel caso di modelli linguistici di grandi dimensioni, è emerso un nuovo paradigma di progettazione automatizzata di algoritmi (ADA, automated design of algorithm) che consente l’evoluzione diretta delle implementazioni degli algoritmi a partire da un insieme più ampio di operatori candidati ed elimina la necessità di strutture create manualmente; ciononostante la ricerca attuale in materia di ADA si concentra principalmente sulle prestazioni, trascurando spesso l’affidabilità, la spiegabilità e la sostenibilità, che sono altrettanto importanti. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto TSADA sta sviluppando metodi ADA spiegabili ed efficienti, migliorando la trasparenza e l’utilizzo delle risorse. Il progetto propone tecniche sostenibili che riutilizzano le conoscenze pregresse per ridurre la formazione ridondante.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2025-PF

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

SORBONNE UNIVERSITE
Contributo netto dell'UE
€ 226 420,56
Indirizzo
21 RUE DE L'ECOLE DE MEDECINE
75006 Paris
Francia
Regione
Ile-de-France Ile-de-France Paris
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato