论文揭示进化策略悖论：子代更差但父模型持续变好
原文标题：The Evolution Strategies Paradox: Better Models from Worse Perturbations
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该论文刻画了用进化策略（ES）微调大模型时的悖论现象：所有子代模型表现都劣于父模型，但训练中父模型却持续提升。研究分析局部奖励景观与 ES 估计器特性，认为高维空间中探索虽降低表现却指示了好的优化方向。成果为基于扰动的 LLM 微调与高维优化提供指导。
- 问题
- 进化策略微调大模型时，子代全面劣于父模型但父模型持续变好，机制不明。
- 方法
- 刻画该悖论并分析局部奖励景观与 ES 估计器特性，解释高维探索如何指示优化方向。
- 结果
- 未给出量化结果
- 影响
- 为基于扰动的 LLM 微调提供理论依据，说明子代变差不代表训练无效。
深读 · 结论先行AI 生成展开看要点与影响 ↓
ES微调LLM存在悖论：所有子代都劣于父模型，父模型却在训练中持续变好。
- •该悖论跨模型、任务甚至模态一致出现
- •解释为高维空间中探索导致表现变差，但仍指示好的优化方向，聚合方向后即可局部改进
- •论文刻画了悖论，并分析局部奖励景观与ES估计器特性如何共同造成它
- •被视为一种新优化范式：噪声与曲率的良性交互使悖论成为有效优化的副产品
为什么重要：为基于扰动的LLM微调提供理论解释：子代变差不代表训练无效，评估ES时应看父模型轨迹而非候选池表现。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。