O parâmetro concurrency controla quantos programas são gerados e avaliados simultaneamente. Esse é o hiperparâmetro de execução mais impactante.
Como a simultaneidade afeta a pesquisa
n = 1(cadeia sequencial): gera um programa, aguarda a avaliação e depois gera o próximo. Cada geração vê o resultado anterior, criando uma cadeia de melhorias incrementais que se concentra em um ótimo local. Essa abordagem resulta na taxa de transferência mais lenta, mas na exploração mais focada. Use esse modo para convergir intencionalmente em uma região específica.n = 3-12(ponto ideal): esse é o intervalo mais usado na prática, equilibrando a exploração e a explotação. Vários programas estão em execução simultaneamente, então algumas gerações não veem os resultados mais recentes, introduzindo diversidade natural. O banco de dados evolutivo mantém taxa de transferência suficiente para uma dinâmica populacional saudável.n = 13-30(alta exploração): muitos programas são executados em paralelo. A maioria das gerações não vê os resultados umas das outras. Esse modo é útil para problemas altamente não convexos com muitos ótimos locais em que a exploração ampla é mais importante do que a explotação profunda.n = 23-30(limitado; evite): exceder 30 geradores paralelos limita o back-end do LLM. As solicitações são enfileiradas, aumentando a latência por geração. A menos que você tenha uma cota dedicada, mantenha um valor menor que 30.
Recomendações
As recomendações a seguir servem como ponto de partida para configurar a simultaneidade e o paralelismo do AlphaEvolve.
| Tipo de problema | Simultaneidade | Justificativa |
|---|---|---|
| Bem compreendido, ajuste da abordagem conhecida | 3–5 | Explotação focada |
| Otimização geral, cenário desconhecido | 8–12 | Exploração/explotação equilibrada |
| Altamente não convexo, muitos ótimos locais | 15–25 | Exploração ampla |
| Zoom-in ótimo local intencional | 1 | Cadeia sequencial |
Comece com concurrency=10 e ajuste com base nos indicadores a seguir:
Platô de pontuação: aumente a simultaneidade para escapar dos ótimos locais.
Muitas avaliações com falha: diminua a simultaneidade para reduzir o desperdício de computação.
Avaliações lentas (mais de 5 minutos): a simultaneidade mais alta mantém o pipeline de avaliação ocupado.
Avaliações rápidas (menos de 10 segundos): a simultaneidade mais baixa permite que as gerações sucessivas sejam criadas diretamente nos resultados umas das outras.