LLM4EOは、柔軟なジョブショップスケジューリングの進化最適化における大規模言語モデルの利用を提案します。進化アルゴリズム（EA）の性能は、イテレーション中の動的な operator 設計によって向上可能ですが、従来の方法では適応的な最適化が不足しています。本研究では、LLMを活用して進化ダイナミクスを認識し、オペレーターのメタ進化を実現します。このフレームワークには、知識転送に基づくオペレーター設計、進化の認識と分析、および適応的なオペレーター進化の3つのコンポーネントが含まれています。実験結果では、LLM4EOが進化の加速を実現し、主流の進化プログラミングや従来のEAを上回る性能を示します。これはEAの効率性と適応性を向上させる新たなパラダイムを提案しています。