Akarsh Kumar
AI/编程领域研究者，研究将大语言模型用于进化式汇编程序生成，探索开放式进化与LLM结合的可能性
时间轴 (近 90 天)
Kumar将大语言模型称为「统计智能」，认为其可被训练在任何东西上，甚至无需先学算术即可直接学微积分
进化是求解离散组合问题最强大的算法之一，并非随机，其关键在于被低估的选择机制
ASAL（Automating the Search for Artificial Life with Foundation Models）是Akarsh Kumar的论文，提出用基础模型自动化搜索人工生命
「规律性智能」指人类和动物遵循天然课程循序渐进学习，这种路径依赖方式是其鲁棒、可适应、可泛化的根源
在解之孤岛上涌现的现象从原始汤中的细胞到捕食者-猎物动态博弈再到四处游荡的外星动物，演化链条与真实宇宙生命发展历程相似
规则空间中存在一座小小的解之孤岛，所有最有趣的模拟都高度集中于参数空间的狭小区域内
Akarsh Kumar 提出的新方法将参数化整个模拟空间与基础模型评判相结合来探索可能的生命形态
Kumar 团队绘制了全部260,000条规则的分布图
Kumar 的研究发现的解之孤岛在结构上与混沌边缘假说高度吻合，可视为对该理论在更大规则空间上的实证验证
研究者Akarsh Kumar进行了一项实验，让LLM去进化一批相互竞争的小型汇编程序，以探究能否催生开放式进化军备竞赛
还有 3 条时间轴事件
全部知识事实 (13)
Kumar将大语言模型称为「统计智能」，认为其可被训练在任何东西上，甚至无需先学算术即可直接学微积分
50%待验证进化是求解离散组合问题最强大的算法之一，并非随机，其关键在于被低估的选择机制
50%待验证ASAL（Automating the Search for Artificial Life with Foundation Models）是Akarsh Kumar的论文，提出用基础模型自动化搜索人工生命
50%待验证「规律性智能」指人类和动物遵循天然课程循序渐进学习，这种路径依赖方式是其鲁棒、可适应、可泛化的根源
50%待验证在解之孤岛上涌现的现象从原始汤中的细胞到捕食者-猎物动态博弈再到四处游荡的外星动物，演化链条与真实宇宙生命发展历程相似
50%待验证规则空间中存在一座小小的解之孤岛，所有最有趣的模拟都高度集中于参数空间的狭小区域内
50%待验证Akarsh Kumar 提出的新方法将参数化整个模拟空间与基础模型评判相结合来探索可能的生命形态
50%待验证Kumar 团队绘制了全部260,000条规则的分布图
50%待验证Kumar 的研究发现的解之孤岛在结构上与混沌边缘假说高度吻合，可视为对该理论在更大规则空间上的实证验证
50%待验证该实验的许多技术细节（如具体进化算法、实验规模、最终涌现出的策略类型）尚未展开，来自一次简短访谈
50%待验证通过解决难题的某一部分并保留，再继续搜索其余部分，可以把指数级搜索问题变成线性搜索问题
50%待验证将LLM嵌入带验证器的进化循环（生成—验证—保留—再搜索）中，其写Redcode的表现相当出色
50%待验证研究者Akarsh Kumar进行了一项实验，让LLM去进化一批相互竞争的小型汇编程序，以探究能否催生开放式进化军备竞赛
50%