Отчёт о ходе работы не должен становиться дорогой частью поколения. Изменение EvoGP от 16 октября 2026 года заменяет Python-максимум и минимум тензора приспособленности тензорными редукциями. Оно сокращает накладные расходы отчётности, сохраняя смысл экстремумов.

Концептуальная иллюстрация: вычисление экстремумов всей популяции вместо обработки кандидатов по одному.
Статистика должна оставаться тензорной
Встроенные Python maximum/minimum по тензору заменяются на torch.max и torch.min. Обход большого тензора устройства в Python создаёт работу на языковой границе, которую тензорная редукция выполняет внутри численной системы. Это особенно заметно при дешёвой оценке fitness.
В символьной регрессии выражения могут вычисляться параллельно, а печать экстремумов оставаться дорогой. Исправление убирает несоответствие, сохраняя смысл статистики. PR сообщает о большом улучшении на миллионе особей, но не содержит полного протокола измерений; полезно профилировать всё поколение, включая отчётность.
Сравните полное время поколения с отчётами и без них при одинаковых входах, seed и популяции. До увеличения нагрузки сверьте экстремумы с тензором приспособленности. Обзор EvoGP объясняет тензорные деревья программ; отдельное обновление AMD ROCm посвящено оборудованию и сборке. Ни быстрая редукция, ни поддерживаемый бэкенд сами по себе не определяют производительность всего поиска.