随着大型语言模型（LLMs）的快速发展，基于LLM的启发式搜索方法在自动化算法生成方面展现出强大的能力。然而，它们的进化过程往往面临不稳定性和过早收敛的问题。现有方法主要通过提示工程或共同进化思维与代码来解决这一问题，但在维护进化稳定性方面，算法类别多样性的重要性却被忽视。为此，提出了基于类别驱动的大型语言模型自动算法设计（CDEoH），该方法明确建模算法类别，并在种群管理中平衡性能与类别多样性，...