论文页面 - 人工智能架构演化中的普适统计特征

来源：https://huggingface.co/papers/2604.10571

摘要

研究发现，人工智能架构的演化遵循与生物进化相同的统计模式，包括相似的适应度效应分布与收敛动力学。

我们检验了人工智能架构演化是否遵循与生物进化相同的统计规律。通过汇总 161 篇论文中的 935 项消融实验，我们发现架构修改的适应度效应分布（DFE）呈重尾 Student’s t 分布（主要消融：有害 68%，中性 19%，有益 13%，n=568），使 AI 介于紧凑病毒基因组与简单真核生物之间。DFE 形状与 D. melanogaster（归一化 KS=0.07）和 S. cerevisiae（KS=0.09）匹配；有益突变比例升高（13% vs 生物学 1–6%）量化了定向搜索相较于盲搜索的优势，同时保留了分布形式。架构起源遵循逻辑斯蒂动力学（R²=0.994），出现间断平衡与向领域生态位的适应辐射。14 项架构特征被独立发明 3–5 次，与生物趋同演化平行。这些结果证明，进化的统计结构与底层介质无关，由适应度景观拓扑而非选择机制决定。

查看 arXiv 页面 (https://arxiv.org/abs/2604.10571) 查看 PDF (https://arxiv.org/pdf/2604.10571) GitHub0 (https://github.com/mool32/ai-evolution-universal-signatures) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2604.10571)

在您的智能体中获取本文：

hf papers read 2604.10571

尚未安装最新 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

暂无模型链接本文

在模型 README.md 中引用 arxiv.org/abs/2604.10571 即可在此页面显示。

引用本文的数据集 0

暂无数据集链接本文

在数据集 README.md 中引用 arxiv.org/abs/2604.10571 即可在此页面显示。

引用本文的 Spaces 0

暂无 Space 链接本文

在 Space README.md 中引用 arxiv.org/abs/2604.10571 即可在此页面显示。

包含本文的收藏 0

暂无收藏包含本文

将本文添加到收藏 (https://huggingface.co/new-collection) 即可在此页面显示。