SlowSoup clue-gen-optimization：LLM 横向思维谜题线索生成的多目标优化研究

SlowSoup 平台对 LLM 横向思维谜题线索生成做了多目标优化研究，750 次配置评估显示 llama-3.1-8b-instant 以约 1/11 的成本达到最佳质量的约 93%，得分 5.0/6，而 llama-3.3-70b-versatile 得分 5.4/6 但成本高 11 倍。NSGA-II 与 SPEA2 未显著优于随机搜索，最终 hypervolume 差异不显著（Mann-Whitney p=0.42），三种算法中位 HV 相差在 0.4% 以内。所有位于组合 Pareto 前沿的配置均使用 decomposed 模板并配 3–4 条线索。