AlphaEvolve에서 실험을 시작하려면 다음 워크플로를 따르는 것이 좋습니다.
환경 초기화 완료
시작하기 페이지를 사용하여 모든 기본 요건을 완료하고 환경을 초기화합니다.
기본 검증 실행
계속 진행하기 전에 의 AlphaEvolve 시작하기 Google Cloud Codelab을 완료합니다. 이 단계에서는 도메인별 타겟으로 이동하기 전에 전송 레이어, 블록 구문, 로컬 런타임 검증이 오류 없이 원활하게 실행되도록 합니다.
실험 설계 실행
에이전트 통합 경로 또는 수동 통합 경로 중에서 선택합니다.
에이전트 통합: 에이전트 코딩 도구를 사용하는 경우 기본 제공 Skills 파이프라인을 실행하여 설정 및 실험 설계를 프로그래매틱 방식으로 안내합니다.
수동 통합: 에이전트 도구를 사용하지 않는 경우 Codelab을 참조하고 다음 작업을 실행하여 실험을 수동으로 구성합니다.
시드 코드 기준 준비
프로그램 가이드라인에 따라 초기 기준 코드를 만들고, 배치 전략을 사용하여 리팩터링을 타겟팅하는 특정 로직 세그먼트 또는 서브루틴 주위에 명시적
EVOLVE-BLOCK주석 마커를 엄격하게 배치합니다.평가기 하니스 함수 빌드
클라이언트 측 또는 서버 측 실행 루프를 작성하여 AlphaEvolve에서 변형된 코드 블록을 수신하고 안전하게 실행하며 비즈니스 측정항목을 계산합니다. 평가기는 하나 이상의 측정항목으로 구성된 구조화된 사전을 반환하여 AlphaEvolve에 명시적 검색 그라데이션 방향을 제공해야 합니다. 평가기 설계 페이지에 나열된 핵심 가이드라인을 사용합니다.
문제 정의 문서화
구성 내에서 정확한 문제 설명을 정의하고 배경 세부정보, 관련 도메인 컨텍스트 규칙, 엄격한 운영체제 제약 조건을 지정합니다. 컨텍스트 및 프롬프트 구성 가이드라인 페이지의 가이드라인을 사용합니다.
실험 구성 선택
타겟팅된 대규모 언어 모델 혼합, 최대 프로그램 생성 한도, 최적의 실행 동시 실행 임계값을 포함한 런타임 하이퍼파라미터 구성을 지정합니다. 데이터 및 동시 실행 페이지의 가이드라인을 사용합니다.
실행 모니터링
최적화 실험을 시작하고 연속 세대에 걸쳐 실시간 적합성 점수를 추적합니다. 권장 평가 예산은 약 100개의 프로그램에서 시작하여 어려운 문제의 경우 수천 개까지 확장됩니다. 후보 프로그램 평가가 약 1, 500회 진행된 후에도 평가 측정항목에 명확한 궤적이 표시되지 않으면 실행 루프를 일시중지하여 문제 정의 컨텍스트를 구체화하거나 소프트 페널티 제약 조건을 조정합니다.
프로덕션에 통합
검색이 수렴되면 기록 테이블에서 최적의 프로그램 후보 (또는 다중 측정항목 운영 트레이드오프에 따라 n번째로 좋은 변형)를 가져와 시스템 아키텍처에 직접 구현합니다.
최적화 복잡성, 종속 항목 스택, 확장 요구사항이 확장되면 로컬 프로세스 공간에서 클러스터 툴킷 기반 인프라 설정으로 전환하여 고급 엔터프라이즈급 컴퓨팅 요구사항을 처리합니다.