最新ニュース
進化的計算の深掘り記事、プロジェクトの更新情報、コミュニティニュース。
Codex for EvoX：対話を通じたアルゴリズム設計、コード移行、再現可能な実験の実行
進化計算は AI ネイティブの時代へと踏み出しつつあります。Codex を代表とする AI コーディングエージェントにより、EvoX は自然言語の意図を実行可能な進化計算ワークフローへと変換できるようになります。問題モデリング、アルゴリズム移行、誤差逆伝播を必要としない神経進化、GPU テンソル化までをカバーします。
EvoGM：再トレーニング不要で、集団進化による大規模モデルの自律的マージ
EvoX チームと鵬城実験室が、マージ係数探索を学習可能な生成型最適化問題に変換する生成型進化モデルマージフレームワーク EvoGM を提案。大規模モデルを再トレーニングすることなく、自律的なモデルマージを実現する。
EvoGP：GPU ネイティブな木構造遺伝的プログラミングフレームワーク、ピーク性能 10^11 GPops/s
EvoGP は木の表現、遺伝的操作子、並列実行を根本から再設計し、ピークスループット 10^11 GPops/s を超え、既存 GPU 実装に対して最大 304 倍の高速化を達成する。
EvoGO: GPUコンピューティング × 生成学習 → 10世代収束の進化計算の新パラダイム
EvoGO は、過去の探索経験からより良い解を生成する方法を学習する完全データ駆動型の進化最適化フレームワークであり、複雑で高次元なタスクにおいて高速かつ強力なパフォーマンスを実現します。
iStratDE: GPUコンピューティング × 超大規模集団で差分進化の潜在能力を最大限に引き出す
EvoXチームが提案するiStratDEは、GPU加速による差分進化手法であり、個体レベルで固定的な戦略を割り当てることで、通信不要の大規模並列探索を実現し、優れた実験性能と理論的収束保証を兼ね備えています。
EvoXクイックスタート：わずか10分でGPU加速による進化的計算を実行
EvoXを使用して、わずか10分でGPU加速による進化的計算を始めるための初心者向けチュートリアルです。
GPUアクセラレーションによる進化的多目的最適化
テンソル化を通じて進化的多目的最適化とGPUアクセラレーションを橋渡しし、EvoMOライブラリを紹介します。
MetaDE: 差分進化法による差分進化法の進化
MetaDEは、差分進化法（Differential Evolution）を使用して独自のハイパーパラメータと戦略を進化させるメタ進化手法であり、IEEE TEVCに掲載されました。
EvoRL: 進化強化学習のためのGPU加速フレームワーク
EvoRLは、探索能力と適応性を向上させるために進化計算アルゴリズムとRLを統合した、オープンソースの進化強化学習フレームワークです。