最新消息
深入探討演化計算、專案更新與社群動態。
Genesis 工具與技能：把專案方法納入開發過程
Genesis 0.13.1 的自訂工具與 0.13.4 的工作樹技能修改，讓專案專用操作和可重用指引進入開發工作流。
閱讀更多
AutoPSO：讓搜尋演算法本身參與演化
AutoPSO 將粒子群最佳化（PSO）設計轉化為可搜尋空間，展示 EvoX 的並行評價能力如何支撐最佳化方法本身的演化。
閱讀更多
EvoX Genesis：構建能夠持續演化的軟體
Genesis 將 EvoX 的演化式 AI 方向延伸到軟體：智慧體提出變更，驗證決定哪些成果被接受，專案本身承載後續發展的基礎。
閱讀更多
Codex × EvoX：演算法開發與可重現實驗
AI 程式設計智慧體將研究意圖接入 EvoX 的可執行搜尋流程，貫通問題定義、程式碼實現與可復現評價。
閱讀更多
EvoX VirtualES：更多候選，更少權重副本
共享中心參數與個體隨機種子，讓 VirtualES 按需重建神經網路擾動，重新分配種群搜尋的記憶體預算。
閱讀更多
EvoGM：無需重新訓練，透過群體演化實現大模型自主合併
EvoGM 將演化反饋引入生成式 AI，在不重新訓練參與合併的大模型的前提下，學習如何組合已有專家模型的能力。
閱讀更多
EvoGP：在 GPU 上擴展程式空間的演化搜尋
EvoGP 將具有結構差異的程式種群接入 GPU 計算，支援對可解釋表示式與控制策略進行演化搜尋。
閱讀更多
EvoGO：從評價反饋中學習如何搜尋
EvoGO 連線生成式學習與演化最佳化，將已評價的候選解轉化為生成下一代種群的經驗。
閱讀更多
iStratDE：以種群多樣性組織並行搜尋
iStratDE 研究固定的個體級策略如何形成多樣化搜尋行為，並藉助 EvoX 的 GPU 計算實現高效評價。
閱讀更多
EvoX 入門：構建第一個演化工作流
透過完整的 EvoX 1.4.1 實驗，理解問題、種群、評價與執行如何組成可複用的演化工作流。
閱讀更多
EvoX 分散式評估：分擔計算，匯合搜尋回饋
EvoX 的實驗性分散式工作流切分候選評估並彙總適應度，讓種群搜尋跨越單一執行裝置。
閱讀更多
EvoMO：讓多目標權衡進入大規模計算
EvoMO 將張量化多目標搜尋接入 EvoX，讓實驗能夠在大規模候選種群中探索相互競爭的目標。
閱讀更多