produces a lineage of warriors, each adapted to a changing environment defined by all of its predecessors
DRQ 的环境定义是动态的：第 N 代战士的「测试集」就是它的所有前辈。这解决了传统 benchmark 的一个根本问题——对抗进化自动生成永不饱和的 curriculum。对应到 LLM 训练：如果模型的评估对手也在不断进化，就不存在「刷榜」问题。这是一种自我更新的能力测量框架。
3 Matching Annotations
- Last 7 days
-
sakana.ai sakana.ai
-
-
this dynamic adversarial process leads to the emergence of increasingly general strategies and reveals an intriguing form of convergent evolution, where different code implementations settle into similar high-performing behaviors
这是全文最重要的实验结果：不同初始条件的独立演化路径，最终收敛到相似的行为策略。这与生物界鸟和蝙蝠各自独立演化出翅膀如出一辙。对 AI 研究者的启示：存在某种「最优策略的引力盆地」——无论从哪个起点出发，对抗压力会把系统推向相同的解。这意味着复杂能力的涌现可能比我们想象的更具必然性。
-
we observe emergent behaviors that mirror biological evolution, where agents must constantly adapt simply to survive against ever-changing threats
「仅仅为了生存就必须持续适应」——这句话的关键在于基准是移动的。传统 AI 评估用静态测试集衡量能力，而 DRQ 揭示了另一种智能形态：在没有固定目标的环境里，适应本身就是目标。这对理解未来多智能体系统（AI agent 竞争市场、多模型博弈）有直接预测价值。
-