Versi final sudah keluar: @YanboZhang3, @BeneHartl, dan @HananelHazan "Strategi Evolusi Model Difusi Adaptif Heuristik" Abstrak: Model Difusi (DM) dan Algoritma Evolusi (EA) berbagi prinsip generatif inti: penyempurnaan berulang dari distribusi awal acak untuk menghasilkan solusi berkualitas tinggi. DM menurunkan dan memulihkan data menggunakan noise Gaussian, memungkinkan pembuatan serbaguna, sementara EA mengoptimalkan parameter numerik melalui heuristik yang terinspirasi secara biologis. Penelitian kami mengintegrasikan kerangka kerja ini, menggunakan DM berbasis pembelajaran mendalam untuk meningkatkan EA di berbagai domain. Dengan menyempurnakan DM secara berulang dengan database yang dikuratori secara heuristik, kami menghasilkan parameter keturunan yang lebih disesuaikan, mencapai konvergensi yang efisien menuju solusi kebugaran tinggi sambil mempertahankan keragaman eksploratif. DM menambah EA dengan memori dalam, menyimpan data historis, dan mengeksploitasi korelasi halus untuk pengambilan sampel yang disempurnakan. Panduan bebas pengklasifikasi selanjutnya memungkinkan kontrol yang tepat atas dinamika evolusi, menargetkan sifat genotipik, fenotipik, atau populasi tertentu. Pendekatan hibrida ini mengubah EA menjadi kerangka kerja adaptif yang ditingkatkan memori, menawarkan fleksibilitas dan presisi yang belum pernah terjadi sebelumnya dalam pengoptimalan evolusioner, dengan implikasi luas untuk pemodelan generatif dan pencarian heuristik.