Editing Openai/6954df4f-8108-8013-8152-3f6ade4423a7 (section)

===== ML.2:2 - Problem — почему «внешняя эволюция» часто не дотягивает =====

Классические эволюционные стратегии и генетические алгоритмы обычно устроены так: есть оптимизатор (внешний код мутации/наследования/селекции) и есть оптимизируемая модель. Проблемы в инженерном смысле:
# Мутация слепая к структуре модели. Часто это «гауссов шум по всем весам» с глобальным шагом — без понимания, какие части архитектуры критичны, а какие можно «трясти» сильнее. ArXivIQ<ref>{{cite web|title=ArXivIQ|url=https://arxiviq.substack.com/p/hypernetworks-that-evolve-themselves|publisher=arxiviq.substack.com|access-date=2026-01-02}}</ref>
# Шаг мутации приходится тюнить извне. После смены среды/правил оптимизатору нужно время «переобучить» ковариацию/шаг, и вы ловите провал качества. ArXivIQ<ref>{{cite web|title=ArXivIQ|url=https://arxiviq.substack.com/p/hypernetworks-that-evolve-themselves|publisher=arxiviq.substack.com|access-date=2026-01-02}}</ref>
# Сложно встроить в продуктовый контур. Внешний оптимизатор живёт отдельным компонентом со своим состоянием, эвристиками и версиями; тяжело обеспечивать воспроизводимость, откат и понятный контроль рисков.