Últimas noticias

Análisis profundos sobre computación evolutiva, actualizaciones del proyecto y noticias de la comunidad.

Herramientas del proyecto y tarjetas de instrucciones reutilizables

Herramientas y habilidades de Genesis: incorporar métodos del proyecto

Las herramientas personalizadas de Genesis 0.13.1 y las habilidades editadas en árboles de trabajo en 0.13.4 conectan operaciones propias y orientación reutilizable.

Leer más
Componentes de búsqueda y diseños candidatos

AutoPSO: hacer evolucionar los algoritmos de búsqueda

AutoPSO convierte el diseño de la optimización por enjambre de partículas (PSO) en un espacio explorable y muestra cómo la evaluación paralela de EvoX permite evolucionar los propios métodos de optimización.

Leer más
Módulos de código forman un proyecto en crecimiento

EvoX Genesis: construir software que pueda seguir evolucionando

Genesis extiende la IA evolutiva de EvoX al software: los agentes proponen cambios, la validación selecciona el trabajo aceptado y el proyecto conserva los avances.

Leer más
Un investigador prepara un experimento evolutivo

Codex × EvoX: desarrollo de algoritmos y experimentos reproducibles

Los agentes de programación conectan la intención de investigación con los flujos ejecutables de EvoX, desde definir el problema hasta evaluarlo de forma reproducible.

Leer más
Parámetros compartidos y semillas forman candidatos virtuales

EvoX VirtualES: más candidatos, menos pesos almacenados

Un centro compartido y semillas por candidato permiten a VirtualES reconstruir perturbaciones bajo demanda y replantear el presupuesto de memoria de la búsqueda.

Leer más
Modelos expertos combinados en configuraciones candidatas

EvoGM: fusión autónoma de modelos de gran escala mediante evolución poblacional sin reentrenamiento

EvoGM lleva la retroalimentación evolutiva a la IA generativa para aprender a combinar capacidades de modelos expertos sin reentrenar los grandes modelos participantes.

Leer más
Árboles de programas dispuestos para evaluación paralela

EvoGP: ampliar la búsqueda de programas mediante GPU

EvoGP adapta poblaciones de programas estructurados al cálculo GPU para buscar expresiones interpretables y políticas de control mediante evolución.

Leer más
Los candidatos anteriores guían nuevas rutas de búsqueda

EvoGO: aprender a buscar a partir de las evaluaciones

EvoGO conecta aprendizaje generativo y optimización evolutiva, convirtiendo los candidatos evaluados en experiencia para proponer la siguiente población.

Leer más
Distintos patrones de estrategia mantienen sus rutas de búsqueda

iStratDE: la diversidad poblacional como principio de búsqueda paralela

iStratDE estudia cómo estrategias individuales fijas producen comportamientos diversos que pueden evaluarse eficientemente con el cálculo GPU de EvoX.

Leer más
Partículas candidatas exploran un paisaje de búsqueda

Primeros pasos con EvoX: su primer flujo de trabajo evolutivo

Construya un experimento completo con EvoX 1.4.1 y comprenda cómo problemas, poblaciones, evaluación y ejecución forman un flujo reutilizable.

Leer más
Estaciones separadas comparten la evaluación de la población

EvoX: repartir la evaluación, reunir la información de la búsqueda

El flujo distribuido experimental de EvoX divide la evaluación de candidatos y reúne la aptitud para extender la búsqueda más allá de un dispositivo.

Leer más
Soluciones candidatas distribuidas entre distintos compromisos

EvoMO: explorar compromisos multiobjetivo a gran escala

EvoMO incorpora búsqueda multiobjetivo tensorizada a EvoX para explorar objetivos en conflicto mediante grandes poblaciones candidatas.

Leer más