PulseAugur
实时 01:58:16
English(EN) The Geno-Synthetic Algorithm: Type-Factored Coevolutionary Optimization for Heterogeneous Genotypes and Assembled Phenotypes

Geno-Synthetic Algorithm 优化异构数据类型

研究人员推出 Geno-Synthetic Algorithm (GSA),这是一个新颖的协同进化框架,旨在优化具有异构参数的复杂设计对象。与将不同数据类型展平成单一格式的传统方法不同,GSA 按类型对基因家族进行分区,并使用原生类型算子进行演化,然后将它们组装成可执行的表型。提供了一个开源实现,实证研究表明 GSA 在处理复数描述符和嵌入向量方面具有独特的能力,使其适用于大型语言模型提示和嵌入优化等领域。 AI

影响 引入了一个适用于 LLM 提示和嵌入优化的新优化框架。

排序理由 该集群包含一篇详细介绍一种新算法的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.NE (Neural & Evolutionary) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.NE (Neural & Evolutionary) TIER_1 English(EN) · Alex Bogdan ·

    The Geno-Synthetic Algorithm: Type-Factored Coevolutionary Optimization for Heterogeneous Genotypes and Assembled Phenotypes

    Many real-world optimization problems are not naturally homogeneous vectors but composite design objects with heterogeneous parameters: integers, real values, Booleans, categoricals, complex-valued descriptors, and embedding vectors. Standard evolutionary algorithms flatten these…