摘要： 本文介绍了使用大型语言模型（LLM）在Core War游戏中进行对抗性进化的研究。Core War是一款编程游戏，其中由汇编语言编写的“战士”程序在虚拟计算机上竞争。研究人员使用名为“数字红后”（DRQ）的算法，通过自我博弈的方式让这些战士程序相互竞争，从而进化出更复杂的策略。研究发现，随着游戏的进行，战士们逐渐展现出更通用的策略，并呈现出类似生物进化的收敛进化现象。这项研究将Core War作为研究“红后”动态的人工系统沙盒，为分析AI代理在真实世界对抗性环境中的进化提供了安全可控的实验环境。
讨论： 上述内容主要讨论了将大型语言模型（LLM）应用于Core War游戏中的进化策略。GuB-42指出使用LLM进行进化的想法并非新颖，并引用了相关论文和网站。robotguy表达了对Core War游戏历史的兴趣，并询问有关游戏进展的阅读材料。JKCalhoun回忆了《科学美国人》杂志上关于计算机游戏的专栏，并表达了对过去编程乐趣的怀念。hardmaru介绍了他们使用LLM和MAP-Elites算法在Core War中进行进化的研究，强调了数字红后假说和通用战士的概念。pkhuong询问了该策略在竞争性高地上的表现，而rao-v对LLM在Core Wars中的应用表示赞赏。
原文标题：Digital Red Queen: Adversarial Program Evolution in Core War with LLMs
原文链接：https://sakana.ai/drq/
讨论链接：https://news.ycombinator.com/item?id=46542761