标签
本文提出了一种方法，利用大型语言模型通过进化算法从表格数据中生成新特征，在多个数据集上展示了分类效果的提升。
介绍RL-NSGA-II-GRC方法，该方法将强化学习与经灰关联系数增强的NSGA-II遗传算法相结合，用于多目标优化，应用于NASDAQ投资组合优化。实现了改进的收敛性和多样化的帕累托前沿。
提出了一个闭环进化算法，引导LLMs生成完整、可执行的PINN配置，在一维多尺度波动方程上降低了均方误差。
Corbin Braun 构建了一个进化式 A/B 缩略图测试工具，该工具每次只突变一个维度，使用 ABBA 模式轮换缩略图以避免偏差，并在多轮迭代中学习获胜突变。
本文扩展了LLaMEA框架，利用大型语言模型作为进化策略中的变异和交叉算子，自动设计多目标贝叶斯优化算法，在合成和实际问题中以显著更低的计算成本实现了最先进的精度。
介绍了EARLY，一个用于进化多储层回声状态网络的进化框架，它在时序学习任务上优于随机搜索，并展现出任务依赖的结构差异。
本文应用MAP-Elites质量多样性算法来程序化生成多样化且高质量的第一人称射击游戏地图，并引入了新的地图表示方法和度量指标。
本文提出了一种混合WGAN-GA方法，用于优化生成图拓扑，通过遗传算法纠正基于GAN生成的图中残留的结构偏差，提高合成图生成和数据增强的真实性。