研究：AI模型靠互补配对繁殖进化，无需梯度下降

2026年10月2日，AGI Hunt 报道了一项新研究：研究者让 AI 模型以「生儿育女」的方式进化，而非依赖梯度下降训练。据该报道，其做法是先创建随机神经网络种群，再按互补优势为模型配对，随后混合权重，并把特性传给后代模型；整个过程没有写一行梯度下降代码。报道称，这与多年来自上而下训练 AI 的主流范式形成鲜明对比，并被形容为把 AI 研发变成了字面意义上的生物学。目前该事件仅见这一篇报道，报道未披露研究机构、论文出处及更多技术细节。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。