Uma população maior de redes neurais normalmente exige mais cópias dos pesos. As mudanças do EvoX de 7–8 de julho de 2026 seguem outro caminho: o VirtualES guarda um centro de parâmetros compartilhado e uma semente aleatória por candidato, reconstruindo as diferenças durante a avaliação. Quanta diversidade de busca cabe antes de os parâmetros esgotarem a memória?
Ilustração conceitual: um centro compartilhado, vários candidatos reconstruíveis.
Guardar a receita de um candidato
Com P candidatos de D parâmetros, o armazenamento explícito cresce como P × D. A representação com centro e sementes utiliza aproximadamente D + P elementos. A comparação diz respeito aos parâmetros da população; ativações, estado do otimizador e buffers de avaliação também consomem memória. Implementação do VirtualES
O VirtualES envia (center, seeds, sigma) ao fluxo de trabalho. O VirtualProblem avalia as camadas com uma operação Triton fundida que combina o cálculo linear de base e as perturbações dos pesos e vieses geradas pelas sementes. A aptidão orienta a atualização do centro. As perturbações gaussianas completas substituem a formulação LoRA anterior de baixo posto. Implementação da avaliação
Manter o retorno de cada candidato distinto
O ponto de partida compatível é uma rede nn.Sequential com camadas lineares e ativações documentadas. Defina a função de perda como reduction='none' para o VirtualProblem agregar as perdas de cada candidato separadamente. Uma perda escalar seria estendida a toda a população, eliminando essa distinção. Essa pequena escolha de interface afeta a busca.
O caminho virtual omite a avaliação distribuída e as transformações de soluções; o VirtualProblem também exclui o wrapper HPO. Confira esses limites antes de adaptar um experimento. Integração no fluxo
Medir as possibilidades da representação
Comece com uma rede compatível e varie a população, registrando pico de memória, tempo de avaliação e aptidão com um orçamento de avaliação fixo. Assim é possível distinguir a economia de armazenamento do custo de regenerar ruído e processar ativações. As mudanças de julho incluem uma correção de compilação Triton para a função auxiliar de ruído.
O guia de início apresenta a estrutura dos experimentos EvoX. O VirtualES permite testar uma questão concreta: como seu experimento muda com uma população maior quando guardar todos os pesos deixa de ser um requisito?