최신 뉴스
진화 연산에 대한 심층 분석, 프로젝트 업데이트 및 커뮤니티 소식.
EvoX를 위한 Codex: 대화를 통해 알고리즘을 설계하고, 코드를 마이그레이션하며, 재현 가능한 실험을 수행
진화 연산이 AI 네이티브 시대로 진입합니다. 대표적인 AI 코딩 에이전트인 Codex를 통해 EvoX는 자연어 의도를 실행 가능한 진화 연산 워크플로로 변환합니다. 이는 문제 모델링, 알고리즘 마이그레이션, 역전파가 없는 신경진화, GPU 텐서화를 아우릅니다.
EvoGM: 재훈련 없이 집단 진화로 대규모 모델 자율 병합
EvoX 팀과 鵬城실험실이 병합 계수 탐색을 학습 가능한 생성형 최적화 문제로 변환하는 생성형 진화 모델 병합 프레임워크 EvoGM을 제안합니다. 대규모 모델을 재훈련하지 않고도 자율적인 모델 병합을 실현합니다.
EvoGP: GPU 네이티브 트리 기반 유전 프로그래밍 프레임워크, 피크 성능 10^11 GPops/s
EvoGP는 트리 표현, 유전 연산자, 병렬 실행을 근본부터 재설계하여 피크 처리량 10^11 GPops/s를 초과하고, 기존 GPU 구현 대비 최대 304배 속도 향상을 달성한다.
EvoGO: GPU 컴퓨팅 × 생성 학습 → 10세대 수렴을 갖춘 진화 알고리즘의 새로운 패러다임
EvoGO는 과거의 탐색 경험으로부터 더 나은 솔루션을 생성하는 방법을 학습하고 복잡한 고차원 작업에서 빠르고 강력한 성능을 달성하는 완전한 데이터 구동형 진화 최적화 프레임워크입니다.
iStratDE: GPU 컴퓨팅 x 초대규모 개체군으로 차분 진화의 잠재력을 완전히 해방하다
EvoX 팀이 개체 수준에서 고정 전략을 부여하는 GPU 가속 차분 진화 방법인 iStratDE를 소개합니다. 통신 없는 대규모 병렬 탐색을 가능하게 하며, 뛰어난 실험적 성능과 이론적 수렴 보장을 제공합니다.
EvoX 퀵스타트: 단 10분 만에 GPU 가속 진화 연산 실행하기
EvoX를 사용하여 단 10분 만에 GPU 가속 진화 연산을 시작하는 초보자용 튜토리얼입니다.
GPU 가속 진화 다목적 최적화
텐서화(Tensorization)를 통해 진화 다목적 최적화와 GPU 가속을 연결하고, EvoMO 라이브러리를 소개합니다.
MetaDE: 차분 진화를 통한 차분 진화의 진화
MetaDE는 차분 진화(Differential Evolution)를 사용하여 자체 하이퍼파라미터와 전략을 진화시키는 메타 진화 방법으로, IEEE TEVC에 게재되었습니다.
EvoRL: 진화적 강화 학습을 위한 GPU 가속 프레임워크
EvoRL은 탐색 능력과 적응성을 향상시키기 위해 진화 알고리즘과 RL을 통합한 오픈 소스 진화적 강화 학습(Evolutionary Reinforcement Learning) 프레임워크입니다.