Co jeśli AI mogłoby nauczyć się pisać zoptymalizowany kod jak ludzki inżynier—iterując, ucząc się na błędach i stając się mądrzejszym z czasem? Badacze z NJU, PKU, Midea-AIRC, ECNU, SYSU, RUC i QuantaAlpha wprowadzają Kontrolowaną Samoewolucję (CSE). Ich podejście wykorzystuje trzy inteligentne sztuczki: generowanie różnorodnych strategii początkowych, aby zbadać więcej możliwości, kierowanie mutacjami z wykorzystaniem informacji zwrotnej zamiast losowości oraz zapamiętywanie zarówno zwycięstw, jak i porażek w różnych zadaniach kodowania. Na EffiBench-X, CSE konsekwentnie przewyższa każdą przetestowaną bazę odniesienia i ciągle się poprawia z pokolenia na pokolenie. Kontrolowana Samoewolucja dla Optymalizacji Kodu Algorytmicznego Artykuł: