arXiv发布进化策略悖论论文

2026年11月3日，Roberto Dailey在arXiv（cs.AI类别）发布论文《The Evolution Strategies Paradox》（编号2611.04113），文件大小16,609KB。 该研究揭示了进化策略微调大语言模型时的悖论：尽管生成的子代模型通常比父代表现更差，但父代在训练过程中仍能持续改进。这种现象源于高维空间探索导致的局部性能下降，但通过聚合扰动方向实现了局部改进。 论文指出，这种“优化范式的副产物”体现了噪声与曲率的协同作用，为利用进化策略方法微调LLM提供了新的理论指导。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。