AlphaEvolve：Gemini 驱动的进化式算法发现

Google DeepMind 进化编码 Agent，结合 Gemini Flash + Pro 的 MAP-Elites 质量多样性搜索，并报告 4×4 complex-valued matrix multiplication 的 48-scalar result。

核心思想

进化式编码 Agent，结合两个 Gemini 模型做质量多样性搜索：

• Gemini Flash：快速广度探索，生成大量候选
• Gemini Pro：深度洞察，生成关键改进

使用 MAP-Elites 算法在行为维度上维护高性能解的地图。

进化循环

初始化种群 P
每步进化:
  1. 从 P 选择父代（适应度 + 新颖度加权）
  2. LLM 提出变异/交叉 → 子代程序
  3. 自动评估器评分
  4. MAP-Elites 更新（如果改进了该行为小生境则保留）

重大成果

开源实现

OpenEvolve（社区复现）：https://github.com/codelion/openevolve

关系网络

• 基于 FunSearch (Nature 2023) 扩展，从单函数到完整代码库
• 使用 MAP-Elites (Mouret & Clune, 2015)
• 学术对应：ADAS/DGM

← 返回研究图谱