PCPO：算法设计智能体的参数化自进化
原文标题：Self-Evolving Algorithm-Design Agents: Escaping In-Context Evolutionary Stagnation via Population-Curated Policy Optimization
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。
论文针对算法设计智能体的上下文进化停滞问题，提出样本高效的参数化自进化方法 PCPO，利用全局种群与混合策略更新保留多样化自生成算法。在电子设计自动化布局的学习率调度任务中，仅用 4 个芯片案例训练即超越 OpenEvolve、ShinkaEvolve 等方法，8B 模型性能可比 GPT-5.5，并在四个 GPU 内核设计上平均加速 8.27 倍。
- 问题
- 算法设计智能体的纯上下文进化在需专业知识的领域快速停滞。
- 方法
- 提出样本高效参数化自进化 PCPO，用全局种群与混合策略更新保留多样化自生成算法。
- 结果
- 仅用 4 个芯片案例训练即超越 OpenEvolve、ShinkaEvolve，8B 模型性能可比 GPT-5.5，四个 GPU 内核设计平均加速 8.27 倍。
- 影响
- 算法设计智能体可用少量样本自进化内化领域知识，替代依赖大量领域语料的传统训练。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PCPO用参数化自进化替代纯上下文进化，仅4个芯片案例训练即超OpenEvolve，8B模型可比GPT-5.5。
- •针对算法设计智能体的上下文进化停滞问题，提出样本高效参数化自进化PCPO
- •用全局种群与混合策略更新，保留并复用高质量、多样化的自生成算法
- •电子设计自动化布局的学习率调度任务中，仅用4个芯片案例训练即超越OpenEvolve、ShinkaEvolve
- •8B模型性能可比GPT-5.5
- •在四个GPU内核设计上平均加速8.27倍
为什么重要：证明少量自生成样本即可把领域知识内化进参数，对缺乏高质量语料的专业算法设计场景是一条低成本路径。
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。