本研究では、Large Language Models（LLMs）がビンパッキング問題に対する数学的発見に貢献する可能性について再評価しています。過去の研究では、LLMベースの遺伝アルゴリズムが新しいヒューリスティックスを生み出し、ビンパッキング問題に対する新たな洞察を提供すると報告されました。しかし、実際にはLLMが生成したヒューリスティックスは、どんなに人間に理解可能であっても、専門家にとってもその動作はほとんど不透明であることが明らかになりました。この分析をもとに、特定のビンパッキングインスタンスに特化した新しいアルゴリズムのクラスを提案し、これによりシンプルで効率的、かつ解釈可能なアルゴリズムが生成されることが示されました。また、LLMがこの問題に貢献するという主張の限界についても論じており、過去の研究に基づいた誤解があったことを強調しています。このため、LLM生成出力の科学的価値を評価する際には、厳密な検証と文脈の重要性が求められます。