深度分析 DIO-Agent:以轉換優先原則(TPP)與 LLM 變異導向的 IO2Code 演化搜尋 面對從輸入輸出行為推導程式的挑戰,作者提出DIO-Agent以LLM作為變異器、將發展視為演化搜尋,並以轉換優先原則偏好簡單假說。實驗顯示其在多難度IO2CodeBench上普遍優於既有方法。方法透過分階課程從常數到迴圈逐步擴充結構,並以執行誤差回饋導向變異,能減少過擬合與結構性盲點。