연구진은 LLM을 활용한 진화형 탐색 방식의 효율성을 높이는 Evolution Fine-Tuning(EFT) 방법을 제시했어요. EFT는 진화형 탐색 과정을 지도 학습 데이터로 활용하여 LLM이 여러 작업에서 반복적으로 문제 해결 능력을 향상하도록 돕는 방식이에요. EFT를 적용한 모델은 22개의 보류 작업에서 평균 10.22% 성능 향상을 보였고, 일부 수학 문제에서는 최고 성능을 달성했어요.