本推文包括ICLR2025有关进化计算方向的48篇文章以及他们的分数，涵盖七个方向：算法设计，进化+强化学习，进化神经架构搜索/剪枝，进化+安全，进化+复杂网络/图，进化应用，进化+大模型。今年热点依旧集中在进化+大模型，共24篇文章。
算法设计
1.基于人群的多频率训练，https://openreview.net/forum?id=VLdZkq9xsd，3，8，3
2.扩散模型是进化算法，https://openreview.net/forum?id=xVefsBbG2O，8，3，3，6
3.进化引导的生成流网络，https://openreview.net/forum?id=6Vl9Uvxocp，5，3，3
4.GBO：一种针对连续问题的基于粒度球的多粒度优化算法，https://openreview.net/forum?id=pGMVuLvI5t，5，5，3，3
5.数据进化学习，https://openreview.net/forum?id=cADdVJYiIG，5，1，1，3
6.FSEO：用于昂贵的多目标优化和约束优化的少样本进化优化框架，https://openreview.net/forum?id=ACfDWffsOP，3，3，6，5
7.ParetoFlow：多目标优化中的引导流，https://openreview.net/forum?id=mLyyB4le5u，6，6，5，5
8.学习偏好优化中的损失景观，https://openreview.net/forum?id=TU5ApbbeDZ，6，5，5，3
9.具有约束偏好优化的多目标抗体设计，https://openreview.net/forum?id=4ktJJBvvUd，5，5，5
10.GESR：符号回归的几何演化模型，https://openreview.net/forum?id=h5NqrrSjlP，5，3，5，5，3
11.一种进化的通用变压器存储器，https://openreview.net/forum?id=s1kyHkdTmi，5，6，3，6
进化+强化学习
1.REvolve：利用人工反馈对大型语言模型进行奖励进化，https://openreview.net/forum?id=cJPUpL8mOw，6，6，3
2.具有强盗反馈的矩阵博弈中的竞争性协同进化学习，https://openreview.net/forum?id=aSoLl0nlzr，5，5，3，5
3.协同进化学习，https://openreview.net/forum?id=5IBrWCeZtl，3，3，5
4.通过共同进化课程学习增强稀疏奖励系统中的合作解决问题能力，https://openreview.net/forum?id=J9pNS44qcT，5，3，3，3
5.ARC-RL：通过动作表示空间进行自我进化持续强化学习，https://openreview.net/forum?id=M9p2SIq0Oj，3，3，6，3
6.Autoverse：一种用于学习稳健具身代理的可进化游戏语言，https://openreview.net/forum?id=ysQiaWhnCN，3，3，3，5
7.通过自我模仿学习实现代理形态和策略的样本高效协同优化，https://openreview.net/forum?id=Iz230vHUy0，3，5，3，3
8.基于图的多目标组合优化动态算法配置，https://openreview.net/forum?id=cu8qfq62Lv，5，5，8，3
进化神经架构搜索/剪枝
1.EvoPress：通过进化搜索实现最佳动态模型压缩，https://openreview.net/forum?id=kWtP5ZOErR，6，8，6，3
2.通过稀疏进化福克-普朗克-柯尔莫哥洛夫方程进行概率神经修剪，https://openreview.net/forum?id=hJ1BaJ5ELp，6，6，6，8
进化+安全
1.EvA：对图的进化攻击，https://openreview.net/forum?id=n6GemAoKMG，5，5，6，5
2.Stealix：通过快速进化窃取模型，https://openreview.net/forum?id=kvN8MJTOCM，3，5，5，6
3.针对黑盒安全一致的 LLM 生成定制越狱提示的自适应策略演进，https://openreview.net/forum?id=xF5st2HtYP，3，6，3，5
4.BlackDAN：一种用于有效和上下文越狱语言模型的黑盒多目标方法，https://openreview.net/forum?id=kT6oc5CpEi，3，3，3
进化+复杂网络/图
1.遗传进化图神经网络：改进图表征学习的范例，https://openreview.net/forum?id=bOjmeZkmxI，5，5，3，6
进化应用
1.通过基于模型的电路遗传进化计算电路优化，https://openreview.net/forum?id=KWH4UIoQKS，6，6，6
2.蛋白质进化的重组流匹配模型，https://openreview.net/forum?id=Ipe4fMCBXk，8，8，3，3，3，3
3.BBOPlace-Bench：芯片布局的黑盒优化基准测试，https://openreview.net/forum?id=izETL3emSv，3，3，3，5
4.EnzymeFlow：通过流动匹配和共同进化动力学生成反应特异性酶催化口袋，https://openreview.net/forum?id=HGz012J6TQ，5，6，6，5
5.3D 环境中亚等变形态-行为协同进化，https://openreview.net/forum?id=MueN6LyTmS，1，3，6，6，6
6.通过进化多视图融合实现可信多视图分类，https://openreview.net/forum?id=M3kBtqpys5，8，6，3，5
7.有限评估预算下的电磁结构设计深度渐进搜索，https://openreview.net/forum?id=Yisupq2CgQ，3，5，6，3
8.可合成分子的程序合成，https://openreview.net/forum?id=OGfyzExd69，6，6，8，6
进化+大模型
1.P-BERT：使用进化技术对 BERT 进行硬件感知优化，https://openreview.net/forum?id=xaXvHdH9Y4，5，5，3，3，3
2.利用大型语言模型在化学空间中进行高效进化搜索，https://openreview.net/forum?id=awWiNvQwf3，5，5，8，5
3.DiSciPLE：学习可解释的科学发现程序，https://openreview.net/forum?id=dhoCfPPjeZ，5，3，6，3
4.LLM4Solver：用于组合优化求解器高效算法设计的大型语言模型，https://openreview.net/forum?id=XTxdDEFR6D，3，5，3，3，3
5.LLM-SR：通过使用大型语言模型进行编程发现科学方程式，https://openreview.net/forum?id=m2nmp8P5in，8，5，5，6
6.生成自由形态内骨骼机器人，https://openreview.net/forum?id=awvJBtB2op，8，5，8，8
7.Evo-Step：用于优化 OR 中的 LLM 的进化生成和逐步验证，https://openreview.net/forum?id=aapUBU9U0D，5，3，5，6
8.使用大型语言模型进行小分子优化，https://openreview.net/forum?id=p5VDaa8aIY，3，6，5，5
9.LASeR：利用大型语言模型实现多样化和可通用的机器人设计，https://openreview.net/forum?id=7mlvOHL6qJ，5，3，8，5
10.针对中期视觉反馈的 LLM 模式改进，https://openreview.net/forum?id=WDO5hfLZvN，6，3，3，3
11.使用大型语言模型识别复杂网络中的关键节点，https://openreview.net/forum?id=rh54qNvxKO，6，5，3，3，5，3
12.通过自我进化自动生成 Rust 代码证明，https://openreview.net/forum?id=2NqssmiXLu，6，6，8，5
13.大型语言模型驱动的大规模 MILP 问题大邻域搜索，https://openreview.net/forum?id=Usk4KzBxLW，5，5，5，3
14.探索合并大型语言模型的模型亲缘关系，https://openreview.net/forum?id=MR6RZQKMby，3，6，5，6
15.钟表匠功能和开放式学习系统的元规范，https://openreview.net/forum?id=RrIjnSMhMZ，1，5，1，3
16.模型群体：通过群体智能进行协作搜索以适应法学硕士专家，https://openreview.net/forum?id=HSGCCUwH7r，3，5，8，8
17.HeurAgenix：基于多智能体 LLM 的组合优化自适应启发式进化与选择范例，https://openreview.net/forum?id=xxSK3ZNAhh，3，3，5，5，3
18.统一所有物种：基于 LLM 的多目标优化超启发式方法，https://openreview.net/forum?id=sUywd7UhFT，1，5，1，3
19.巴别塔的兴衰：探究多语言代码大型语言模型的演化过程，https://openreview.net/forum?id=eznTVIM3bs，5，6，3，5
20.MMEvol：使用 Evol-Instruct 为多模态大型语言模型提供支持，https://openreview.net/forum?id=E0dTlxy1T4，5，5，6，6，5
21.LongPO：通过短到长偏好优化实现大型语言模型的长上下文自进化，https://openreview.net/forum?id=qTrEq31Shm，5，5，5
22.视觉语言模型适应中的小样本学习的原型进化，https://openreview.net/forum?id=ZaudLwn0Hm，3，3，3，1
23.通过合成进化学习代码偏好，https://openreview.net/forum?id=4MWUdp6deL，5，6，5，5
24.通过语义感知进化进行决策树归纳，https://openreview.net/forum?id=UyhRtB4hjN，8，6，3，6
PS：上述标题是机器自动翻译，如有错误，请评论区指出。
