Retour au feed
arXiv cs.AI·

ARES-LSHADE: Autoresearch-Enhanced LSHADE with Memetic Polish for the GNBG Benchmark

Signal
72
Hype
15
En 3 lignesARES-LSHADE, variante d'évolution différentielle conçue par LLM, remporte 510/744 victoires sur le benchmark GNBG (GECCO 2026). L'algorithme combine mutation adaptative CMA-ES et polish L-BFGS-B, générés via 30 expériences d'autoresearch. Atteint la précision machine sur 18/24 fonctions; 6 restantes montrent des plateaux caractéristiques. Code disponible.
Lire la source
Ton avis ?
BenchmarksReinforcement learningPapers

Résumé généré par Claude — vérifié par l'humain