Agentic Neural Architecture Search：让LLM生成搜索空间，再由NAS完成组合优化

论文提出AgentNAS，将LLM生成的高质量初始架构拆解为带命名模块槽位的“slotted architecture”，自动形成面向任务的有限搜索空间，再交给传统NAS进行组合探索。在覆盖分类、密集回归、分割和多标签任务的17项实验中，该方法据称在11项任务上刷新现有最佳，并显示LLM设计与NAS搜索具有互补性。