「外星优化器」兴起:搜索与元学习正取代手工设计的学习规则
_rockt · x · 2026-11-12
研究者提出「alien optimizers(外星优化器)」概念:优化器研究传统上追求跨架构通用、简洁优雅的学习算法,但近两个月出现了越来越多能力强却复杂、特设(ad hoc)的优化器——它们由搜索和元学习自动发现,而非人工设计。作者认为这一趋势会加速,产生与架构协同进化、样本效率远超手设计规则的优化器,代价是复杂度上升。与 Sakana AI 的 Robert Lange 等合作,用 Eureka Machine 对这类外星优化器做了实验,展示了 AI 搜索出的极富创造力的更新规则。
所属事件:「外星优化器」兴起:搜索与元学习正取代手工设计规则(2 条相关)→
「研究」频道最新
- 斯坦福 HAI 月度仪表盘:AI 曝光岗位今年就业已跌超 4% — StanfordHAI · 2026-11-12
- 诺奖理论源流:甘利俊一回忆「随便做」催生的数理工学 — FrnkNlsn · 2026-11-12
- 用 Claude+Codex 挖公开望远镜数据,发现一颗新矮行星 — willdepue · 2026-11-12
- 形式化验证证明推箱子全程 3000-3064 步最优,悬赏挑战全球玩家 — banteg · 2026-11-12
- 可解释性实验:Qwen3-8B 用同一套内部编码表示 54 个身体部位的触觉 — repligate · 2026-11-12
- 论文用统计力学分析16部文学作品:词频分布遵循瑞利-金斯热化规律 — burny_tech · 2026-11-12