유전 프로그래밍 유도 국소 탐색(GPGLS)은 차량 경로를 위한 국소 탐색을 유도하는 효용 함수를 학습한다. 진화하는 프로그램은 서로 다른 탐색 행동을 유발하면서 유사한 적합도를 가질 수 있어, 적합도만으로는 개체군 다양성 관리의 불완전한 기준이 된다. 우리는 국소 탐색 중 수집된 여섯 가지 연산자 수준 기술자로 프로그램을 특성화하는 행동 기반 니칭 GPGLS(BN-GPGLS)를 제안한다. 현 세대 아카이브는 행동 점수의 층에서 적합도 경쟁력이 있고 compact한 대표를 선정한다. 고정 정책은 아카이브 부모를 지속적으로 사용하는 반면, 적응형 정책은 학습 적합도와 표준화된 행동 분산 신호를 사용하여(선택적으로 트리 크기 조건과 함께) 이를 활성화한다. 우리는 생성된 200-고객 인스턴스에서 30회 시드 매칭 실행에 걸쳐 아카이브 없는 GPGLS 대조군 및 적합도 기반 니칭과 네 가지 행동 기반 변형을 비교한다. BN-Adaptive는 별도의 90-인스턴스 모니터링 세트에서 최고의 평균 순위를 달성한다; 집계된 경로 비용 차이는 작다. 다섯 가지 아카이브 정책 모두 GPGLS 대조군보다 낮은 최종 개체군 중앙값 트리 크기를 산출하며, 쌍체 Wilcoxon 비교는 Holm 보정 후에도 유의하게 남는다. 이 결과는 평가된 설정 내에서 유용한 해 품질과 프로그램 크기 간의 트레이드오프를 밝히며, 크기 감소를 행동 표현만으로 귀인하지는 않는다.
부모 선택은 심볼릭 회귀를 위한 유전 프로그래밍(GP)에서 탐험, 활용, 복잡도 제어에 중요한 영향을 미친다. 대규모 언어 모델(LLM)이 반복적 메타 진화 없이 제로샷 설정에서 효과적인 연산자를 합성할 수 있는지는 불분명하다. 여기서 제로샷이란 모델이 참조 연산자나 반복적 피드백 없이 작업 설명만 받는 것을 의미한다. 본 연구에서는 심볼릭 회귀를 위한 표준 GP 프레임워크 내에서 8개 LLM에 걸쳐 부모 선택 연산자의 제로샷 합성을 벤치마킹한다. 각 모델은 부모 선택 연산자를 생성하기 위해 동일한 자연어 프롬프트를 받으며, 생성된 연산자는 부모 선택 연산자만 교체된 표준 GP 프레임워크에서 평가되고, 다른 모든 구성 요소와 진화 탐색 예산은 일정하게 유지된다. 각 LLM에 대해 10개의 독립적인 제로샷 연산자를 12개 OpenML 회귀 벤치마크에서 평가하고, 자동 lexicase 및 토너먼트 선택 기준선과 비교한다. Claude Sonnet~4.6과 Gemini~3.1 Pro는 학습 및 홀드아웃 테스트 $R^2$ 모두에서 일관되게 강한 성능을 보여 두드러진다. 벤치마크에서 가장 강한 연산자인 Kimi~K2.5 제로샷 합성은 탐색 효과성에서 자동 lexicase 및 토너먼트 선택 기준선을 능가한다. 이 결과는 제로샷 LLM 합성이 경쟁력 있는 GP 선택 연산자를 생성하는 실행 가능한 접근법임을 시사한다. 분석에 따르면 생성된 연산자 중 다수가 선택을 안내하기 위해 semantics를 사용하며, 이는 LLM이 작업 설명만으로 비자명한 탐색 휴리스틱을 생성할 수 있음을 시사한다. 또한 공개 LLM 리더보드 순위와 GP 성능 간의 관계를 조사한다. Humanity's Last Exam, SWE-bench Verified와 같이 널리 사용되는 벤치마크는 학습 $R^2$와 강한 상관관계를 보이지만, 홀드아웃 테스트 $R^2$와의 관계는 더 약하고 덜 명확하다.
Beagle 프레임워크는 GPU 기반의 유전 프로그래밍(genetic programming) 프레임워크로, NVIDIA GPU를 활용하여 대규모 집단 크기(population size)로 매우 효율적인 유전 프로그래밍 탐색을 가능하게 한다. 본 기술 가이드는 Beagle 프레임워크에 대한 소개와 함께, 심볼릭 회귀(symbolic regression) 문제에 이 프레임워크를 활용하기 위한 상세한 지침을 제공한다.
금융 데이터에서 효과적인 예측 신호, 즉 '알파'를 발굴하는 것은 높은 차원성과 극도로 낮은 신호 대 잡음비로 인해 여전히 해결되지 않은 어려운 문제로 남아 있다. 심층 학습(deep learning), 유전 프로그래밍(genetic programming), 그리고 최근의 대규모 언어 모델(LLM) 기반 팩터 생성 분야에서 진전이 있었음에도 불구하고, 기존 접근법들은 광대한 알파 탐색 공간의 좁은 영역만을 탐험(exploration)한다. 신경망 모델은 불투명하고 취약한 패턴을 생성하는 경향이 있는 반면, 기호적 또는 수식 기반 방법은 일반화 성능이 낮은 중복적이거나 경제적으로 근거 없는 표현을 산출하는 경우가 많다. 형태는 다르지만 이러한 패러다임들은 핵심적인 한계를 공유한다: 어느 것도 논리적 일관성과 창의적 도약의 균형을 맞추는 광범위하고 구조적이며 인간과 유사한 탐험을 수행할 수 없다. 이 격차를 해소하기 위해, 우리는 코드 수준 알파 표현과 LLM 기반 추론 및 진화적 탐색을 결합한 인지적 알파 발굴 프레임워크(CogAlpha)를 소개한다. LLM을 적응형 인지 에이전트(cognitive agent)로 취급하여, 우리의 프레임워크는 다단계 프롬프트와 금융 피드백을 통해 알파 후보를 반복적으로 정제·변이·재조합한다. 이 시너지적 설계는 더 깊은 사고, 더 풍부한 구조적 다양성, 경제적으로 해석 가능한 알파 발굴을 가능하게 하는 동시에 유효 탐색 공간을 크게 확장한다. 3개 주식 시장의 5개 주식 데이터셋에 대한 실험을 통해 CogAlpha가 기존 방법들에 비해 우수한 예측 정확도, 강건성, 일반화 능력을 갖춘 알파를 일관되게 발굴함을 입증한다. 우리의 결과는 자동화되고 설명 가능한 알파 발굴을 위해 진화적 최적화와 LLM 기반 추론을 정렬하는 것의 가능성을 부각시킨다.
우리는 기호 회귀(SR)를 위한 유전 프로그래밍(GP)의 초기 집단 최적화가 솔루션의 정확도와 복잡도에 미치는 영향을 분석한다. 다목적 진화 알고리즘 NSGA-II를 기반으로 한 GP/SR 구현을 사용하여, 세 가지 잘 확립된 무작위 초기화 방법과 완전 탐색 기호 회귀(ESR)의 소규모 최적화 솔루션을 이용한 초기화를 비교한다. 복잡도가 다양한 열두 가지 합성 문제와 하나의 실제 데이터셋에서 각 초기화 방법으로 도출된 최종 파레토 프론트를 비교한다. 초기화 방법들 사이에서 정확도나 모델 복잡도에 유의미한 차이는 발견되지 않았다. ESR을 이용한 초기화의 초기 이점은 불과 몇 세대 후 사라진다. 우리의 결과는, 초기 집단의 다양성이 유사할 경우 GP 기반 기호 회귀에서 초기화 방법이 최종 파레토 프론트에 미치는 영향은 무시할 수 있는 수준임을 보여준다.
유전 프로그래밍을 통한 기호 회귀(symbolic regression)는 임상시험 모니터링, 생물통계학, 공학 파일럿 연구에서 흔히 나타나는 소규모 고차원 데이터셋 환경에서 예측보다 상관관계를 이용하는 비대하고 과적합된 수식으로 수렴하는 문제가 반복적으로 발생한다. 본 논문에서는 이러한 환경에서 간결하고 해석 가능한 수식을 도출하기 위해 네 가지 설계 선택을 결합한 오픈소스 유전 프로그래밍 시스템인 Evolutional Math를 제안한다. 첫째, 적합도(fitness)를 학습 세트의 피어슨 상관계수 대신 홀드아웃 교차 검증(cross-validation) 폴드의 R-제곱으로 측정하여, 상관관계는 있지만 스케일이 맞지 않는 단일 변수 지름길을 제거한다. 둘째, 다중 아일랜드 구조(multi-island architecture)가 대수, 로그, 삼각함수, 전체 연산자 부분집합으로 초기화된 독립 집단을 운용하고 M세대마다 링 토폴로지 마이그레이션을 수행하여, 탐색이 수식 공간의 한 영역으로 붕괴되는 것을 방지한다. 셋째, 구조적 중복 제거 방식이 상수만 다른 수식을 동일하게 취급하여, 엘리트 아카이브가 거의 동일한 변형 대신 구조적으로 구별되는 후보들을 포함하도록 한다. 넷째, 상위 k개 개체가 각 마이그레이션 단계 후 scipy L-BFGS-B를 통한 수치 상수 정제(constant refinement)를 수행하여, 구조 탐색과 매개변수 피팅을 분리한다. 본 시스템을 log(x_i) * x_j / (x_k * c) 형태의 합성 벤치마크, 삼각함수 혼합 벤치마크, 그리고 24개 행과 약 290개의 후보 수치 특징을 가진 익명화된 임상 사이트 모니터링 데이터셋에서 평가한다. 시스템은 수만 건의 고유 수식 평가 내에서 R-제곱 0.99 이상의 간결한 실제 구조를 일관되게 복원한다. 참조 구현체는 비상업적 소스 공개 라이선스 하에 공개된다.
생존 분석(survival analysis)은 사건이 발생하기까지의 시간을 예측하는 과제에 관한 것이다. 의료 분야에서 자주 사용되며, 생존 분석은 불완전한(즉, 검열(censored)된) 데이터, 예를 들어 연구 기간 동안 사건을 경험하지 않은 환자들의 데이터를 다룬다. 실용적으로는 정확도와 해석 가능성 모두 중요하다. 생존 트리(survival trees)는 환자 코호트를 재귀적으로 이산적인 환자 집단으로 분할하는, 이해하기 쉬운 생존 모델이다. 생존 트리가 복잡한 관계를 포착할 수 있지만, 일반적으로 커져야 하므로 해석 가능성을 위협한다. 게다가 생존 트리는 종종 탐욕적(greedy) 접근으로 구축되며, 이는 전역적으로 최적인 분할 조합을 간과할 수 있어 예측 성능을 제한한다. 얕은 생존 트리는 경쟁력 있는 정확도를 달성하기 위해 표현력 있는 고차 특징 조합이 필요하다. 따라서 우리는 유전 프로그래밍(genetic programming)을 사용하여 본질적으로 검사 가능한 특징 집합을 다목적으로 진화시키고, 이들이 서로 다른 트리 유도(tree induction) 전략과 어떻게 상호작용하는지 연구한다. 우리는 또한 생존 트리 구조와 비선형 분할 로직을 공동으로 최적화하는 진화적 접근을 제안한다. 우리의 발견은 진화적 특징 구성이 두 개의 실세계 데이터셋과 두 가지 서로 다른 생존 트리 깊이에서 서로 다른 트리 유도 전략에 걸쳐 예측 성능을 향상시킨다는 것을 보여준다. 속도와 유연한 표현을 고려할 때, 전체 트리의 다목적 진화가 미래에 가장 큰 가능성을 지닐 것으로 보인다.