שיטות מומלצות לניסויים

כדי להתחיל לעבוד עם הפלטפורמה במהירות, אפשר לפעול לפי תהליך עבודה מובנה בן חמישה שלבים:

1. משלימים את האתחול של הסביבה: משתמשים בדף Get Started (תחילת העבודה) כדי להשלים את כל הדרישות המוקדמות ולאתחל את הסביבה.

2. ביצוע אימות בסיסי: עוברים לקטע Codelabs ומריצים את ה-codelab בנושא Circle Packing לפחות. השלב הזה מבטיח ששכבות התעבורה, תחביר החסימה והאימות המקומי של זמן הריצה יפעלו בצורה חלקה ללא שגיאות לפני שתעברו ליעדים ספציפיים לדומיין.

3. מבצעים את תכנון הניסוי: בוחרים בין מסלול שילוב מבוסס-סוכן לבין מסלול שילוב ידני:

   • שילוב באמצעות סוכן: אם אתם משתמשים בכלים לכתיבת קוד באמצעות סוכן, אתם יכולים להריץ את צינור עיבוד הנתונים המובנה Skills כדי להגדיר את הניסוי ולתכנן אותו באופן פרוגרמטי.

   • שילוב ידני: אם אתם לא משתמשים בכלים מבוססי-סוכן, תוכלו להיעזר במדריכים המקוונים ולבנות את הניסוי באופן ידני על ידי ביצוע הפעולות הבאות:

     • הכנת קוד הבסיס: כותבים את קוד הבסיס הראשוני בהתאם להנחיות התוכנית, ומציבים סמני הערות EVOLVE-BLOCK מפורשים בדיוק סביב פלחי הלוגיקה או תת-השגרה הספציפיים שמיועדים לשינוי מבנה באמצעות אסטרטגיית המיקום.

     • יוצרים את פונקציית המעריך: כותבים לולאת ביצוע בצד הלקוח או בצד השרת כדי לקבל את בלוקי הקוד שעברו שינוי מ-AlphaEvolve, להריץ אותם בצורה מאובטחת ולחשב מדדים עסקיים. הפונקציה להערכת הביצועים צריכה להחזיר מילון מובנה של מדד אחד או יותר כדי לספק ל-AlphaEvolve כיוון ברור של שיפוע החיפוש. כדאי להשתמש בהנחיות המרכזיות שמופיעות בדף עיצוב כלי ההערכה.

     • תיעוד הגדרת הבעיה: הגדרת הצהרת בעיה מדויקת בהגדרה, עם פרטי רקע, כללים רלוונטיים של הקשר הדומיין ומגבלות קשות של מערכת ההפעלה. אפשר להשתמש בהנחיות שבדף הנחיות להגדרת הקשר וההנחיה.

     • בוחרים את הגדרת הניסוי: מציינים את הגדרת ההיפר-פרמטרים של זמן הריצה, כולל תערובות ממוקדות של מודלי שפה גדולים, מגבלות מקסימליות על יצירת תוכניות וערכי סף אופטימליים של מקביליות הביצוע. כדאי להיעזר בהנחיות שבדף נתונים ושימוש בו-זמני.

4. מעקב אחר ההפעלה והעברה לייצור

   מפעילים את הניסוי לאופטימיזציה ועוקבים אחרי ציוני הכושר בזמן אמת בדורות עוקבים. התקציבים המומלצים להערכה מתחילים ב-100 תוכניות בערך, ויכולים להגיע לאלפים במקרים של בעיות מורכבות. אם מדדי ההערכה לא מציגים מגמה ברורה אחרי כ-1,550 הערכות של תוכניות מועמדות, כדאי להשהות את לולאת הביצוע כדי לשפר את ההקשר של הגדרת הבעיה או להתאים את אילוצי הענישה הקלה.

   הערה: יכול להיות שבעיות קשות יגיעו לנקודת שפל למשך מספר רב של דורות לפני שיקרה פריצת דרך פתאומית, ולכן נקודת שפל לא בהכרח אומרת שהחיפוש הגיע לנקודת מפנה.

5. שילוב בסביבת הייצור

   אחרי שמתבצעת התכנסות מוצלחת של החיפוש, מאחזרים את המועמד האופטימלי לתוכנית (או את הווריאציה הטובה ביותר מתוך n, בהתאם לשיקולים התפעוליים של מדדים מרובים) מטבלאות ההיסטוריה ומטמיעים אותו ישירות בארכיטקטורת המערכת.

ככל שמורכבות האופטימיזציה, ערימות התלות ודרישות המידה גדלות, כדאי לעבור מהגדרת התשתית המבוססת על ערכת הכלים של האשכול למרחב התהליכים המקומי כדי לטפל בצרכי מחשוב מתקדמים ברמת הארגון.