DGM是什么
dgm（darwin gödel machine）是一种具备自我优化能力的人工智能系统，能够通过反复调整自身程序来增强性能。dgm会从其保存的编码代理库中选取一个代理，利用基础模型创建代理的新版本，并在编码基准测试中检验新代理的表现。若表现有所改善，则新代理将被纳入库中。dgm的设计灵感源于达尔文进化论，采用开放式探索方法，从不同起始点探寻多条进化路线，防止陷入局部最优解。实验表明，dgm在多项基准测试中的表现大幅提升，比如在swe-bench基准测试中从20.0%跃升至50.0%，而在polyglot基准测试中则从14.2%上升到了30.7%。dgm的自我改进操作均在独立的沙盒环境中完成，以保证安全性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
DGM的核心功能
- 自主优化：DGM有能力循环修正自身的代码，以提高效能与功能。它借助自我调整模块读取自身的源代码，并依据基础模型提出修改提议。
- 实证验证：每一项代码改动都会经历编码基准测试（如SWE-bench和Polyglot）的审核，确保改进的实际效果。评估引擎借助Docker容器隔离并对新版代码的性能进行测评。
- 开放探索：DGM借鉴了达尔文进化论的理念，采取开放式探索策略，从不同开端探索众多进化轨迹，避免局限在局部最优解之中。它维持着一个编码代理档案，持续收集所有产生的变体，支持从档案里的任一代理衍生新的进化线路。
- 安全保障：DGM的操作及自我调整过程均处于隔离的沙盒环境内实施，控制对主机系统的干扰。
DGM的运作机制
- 自我调整环节：DGM从其保管的编码代理档案里挑选一个代理，基于基础模型构建此代理的新版本。
- 验证环节：新生成的代理将在编码基准测试中接受评估，确认其性能是否有提升。
- 档案更新：经验证的改良代理会被添加到档案中，档案持续累积所有产生的变体。
DGM的项目链接
- GitHub仓库：https://www.php.cn/link/12332c13b229f3147c6b4fbcd92363cf
- arXiv技术文档：https://www.php.cn/link/702155b162d67f1d32c68e3054b82a57
DGM的使用场景
- 自动化编程：DGM能够自主编写和优化代码，缓解开发者的压力，加快编程速度。它可通过自我优化产出更高效的代码，从而提升软件的整体表现。
- 代码优化：DGM可自动辨识代码中的缺陷并加以优化，增强代码的可读性和运行效率。通过不断的迭代优化，DGM能生成更佳的代码版本，削减开发周期和成本。
- 自动修复：DGM借助自我演化可自行修复发现的问题，减少软件维护开销。它能识别代码中的潜在隐患，提供修复方案，降低人工介入的需求。
- 研究工具：DGM为研究自我优化系统提供了实用平台，助力学术界对此领域的探索。科研人员可用DGM试验新型算法和模型，推动人工智能技术的进步。
