Aktuelle Neuigkeiten
Vertiefende Einblicke in Evolutionäre Berechnung, Projekt-Updates und Community-News.
Genesis-Werkzeuge und Skills: Projektmethoden in die Entwicklung einbinden
Eigene Werkzeuge in Genesis 0.13.1 und Worktree-bezogene Skill-Änderungen in 0.13.4 verbinden projektspezifische Operationen mit wiederverwendbaren Anleitungen.
AutoPSO: Suchalgorithmen selbst weiterentwickeln
AutoPSO macht Entwürfe für Partikelschwarmoptimierung (PSO) durchsuchbar und zeigt, wie EvoXs parallele Auswertung die Evolution von Optimierungsmethoden unterstützt.
EvoX Genesis: Software entwickeln, die weiter evolvieren kann
Genesis erweitert EvoXs evolutionäre KI auf Software: Agenten schlagen Änderungen vor, Prüfungen wählen akzeptierte Arbeit aus, und das Projekt bewahrt den Fortschritt.
Codex × EvoX: Algorithmenentwicklung und reproduzierbare Experimente
Programmieragenten verbinden Forschungsabsichten mit ausführbaren EvoX-Suchabläufen: von der Problemdefinition über die Implementierung bis zur reproduzierbaren Bewertung.
EvoX VirtualES: Mehr Kandidaten, weniger gespeicherte Gewichte
Ein gemeinsames Parameterzentrum und individuelle Zufallsseeds lassen VirtualES Störungen bei Bedarf rekonstruieren und verändern das Speicherbudget der Populationssuche.
EvoGM: autonome Modellfusion durch Populationsentwicklung ohne erneutes Training
EvoGM nutzt evolutionäres Feedback in generativer KI, um Fähigkeiten vorhandener Expertenmodelle ohne erneutes Training der beteiligten großen Modelle zu kombinieren.
EvoGP: Die Suche nach Programmen auf GPUs skalieren
EvoGP erschließt strukturierte Programmpopulationen für GPU-Berechnungen und unterstützt die evolutionäre Suche nach interpretierbaren Ausdrücken und Steuerungsstrategien.
EvoGO: Aus Bewertungen lernen, wie man sucht
EvoGO verbindet generatives Lernen mit evolutionärer Optimierung und nutzt bewertete Kandidaten als Erfahrung für die nächste Population.
iStratDE: Populationsvielfalt als Prinzip paralleler Suche
iStratDE untersucht, wie feste individuelle Strategien vielfältiges Suchverhalten erzeugen, das mit EvoXs GPU-Berechnung effizient bewertet werden kann.
Einstieg in EvoX: Ihr erster evolutionärer Workflow
Erstellen Sie ein vollständiges EvoX-1.4.1-Experiment und verstehen Sie, wie Probleme, Populationen, Bewertung und Ausführung einen wiederverwendbaren Workflow bilden.
EvoX: Bewertung verteilen, Suchfeedback zusammenführen
EvoXs experimenteller verteilter Workflow teilt Kandidatenbewertungen auf und sammelt Fitnesswerte, um Populationssuche über ein Gerät hinaus zu erweitern.
EvoMO: Zielkonflikte in großem Maßstab untersuchen
EvoMO bringt tensorisierte Mehrzielsuche in EvoX, um konkurrierende Ziele über große Kandidatenpopulationen zu untersuchen.