摘要：AlphaEvolve结合大语言模型[2]和进化算法[3]，只需用户明确问题、代码框架以及评估方法就可以自行迭代进化出符合要求的完整代码，帮助完成矩阵算法优化以及推进开放数学问题（陶哲轩等选取的从数论到几何等多领域的数学问题）等复杂任务[1]。

近日Google DeepMind发布白皮书，介绍超级编程智能体-AlphaEvolve[1]。

AlphaEvolve结合大语言模型[2]和进化算法[3]，只需用户明确问题、代码框架以及评估方法就可以自行迭代进化出符合要求的完整代码，帮助完成矩阵算法优化以及推进开放数学问题（陶哲轩等选取的从数论到几何等多领域的数学问题）等复杂任务[1]。

AlphaEvolve概览[1]。

AlphaEvolve优化代码示例[1]。

最后，该白皮书展示AlphaEvolve应用到Google的计算设施，通过优化计算资源分配、改进大模型训练算法以及辅助新一代芯片设计等方面实现的效能提高以及进一步扩展的前景[1]。

AlphaEvolve优化Google的计算设施[4]。

Comment(s):

看起来这AlphaEvolve也有望用于精简臃肿的代码（evaluation策略或是关键）。

后续结合“正交”的多种大模型，以及“专业”的inputs，有望进一步扩展其探索空间并提高效率。

将来类似AlphaEvolve这种工具结合自动化实验设施有望实现自主的测序、基因编辑以及化合物合成等领域方法的优化，毕竟这些比较容易设计明确的评估方法。

参考文献：

[1] A. Novikov and V. Ngân, “AlphaEvolve: A coding agent for scientific and algorithmic discovery,” pp. 1–42, 2025.

[2] “‎Google Gemini.” https://gemini.google.com/ (accessed May 17, 2025).

[3] B. Romera-Paredes et al., “Mathematical discoveries from program search with large language models,” Nature, vol. 625, no. 7995, pp. 468–475, 2024, doi: 10.1038/s41586-023-06924-6.

[4] “AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms - Google DeepMind.” https://deepmind.google/discover/blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/ (accessed May 17, 2025).

原文链接：

来源：晓月科技观