#遗传算法

一篇改进 kNN 的小论文：不再全局定一个 k，而是用遗传算法学出按每个样本自适应选 k 的策略，还附了 12 个数据集的实验和泛化证明。

搞材料或显微图像回归的可以看看：用遗传算法自动找最优空间分区，比手工拍 patch 大小靠谱，SHAP 还能告诉你哪些区域真正有用。

联邦学习选客户端有新招了：FedCSGA 用遗传算法挑子集，四个数据集上准确率最高涨 7.0%，收敛还更快。

做硬件加速或模型部署的朋友可以看看，qGAMMA 用遗传算法帮你自动找混合精度模型在加速器上的最优映射方案。

NeuronSoup用遗传算法进化共享神经元图，不依赖反向传播，在MNIST上达到85.9%准确率，模型只有115KB，适合探索非梯度训练的新路子。

这篇论文搞了个GAversary，用遗传算法和GloVe嵌入做黑盒文本攻击，能把模型准确率从76.8%打到5.8%，比BAE狠多了。

这篇论文提出用模型驱动和遗传算法自动生成RL环境变体，省去手写大量相似环境的麻烦，野火场景验证过，做课程学习的可以看看。

想看看LLM安全到底有多脆弱吗？这个研究用遗传算法黑盒越狱，效果惊人，开发者应该留意。