主要证据
- Faster sorting algorithms discovered using deep reinforcement learningS1 · 主要研究来源 · 论文 · 2023-06-07
- AlphaDev accompanying repositoryS1 · 主要研究来源 · 代码仓库 · 2023-06-07
AlphaDev 使用深度强化学习发现更快的排序算法
该系统使用类似 AlphaZero 的学习与搜索流程，直接在汇编指令空间中寻找算法。DeepMind 报告短序列最高约 70% 的加速、超长序列约 1.7% 的加速，并公开伪代码、发现的汇编程序及正确性测试。
发生了什么？
AlphaDev 将低层算法设计表述为强化学习游戏，并发现超过既有人类设计基准的新排序例程；其中固定长度的 sort-3、sort-4 与 sort-5 例程被集成进 LLVM 标准 C++ 库。
为什么重要？
该结果展示 AI 发现的算法改进可以从研究搜索空间进入广泛使用的生产软件，把精确算法发现与可测量的真实部署影响连接起来。
重要性说明：AlphaDev 将基于强化学习的算法发现从数学搜索扩展到低层计算机算法，并使发现的排序算法进入 LLVM libc++，成为 AI 生成精确算法并实际部署的代表性案例。
历史脉络
证据与状态一览
- 重要性
- H2 · 领域里程碑
- 验证状态
- 论文已发布
- 证据等级
- E3 · 可检查工件
- AI 角色
- AI 主导、人类核验
- 形式保障
- 有形式化工件
贡献与验证
- 数学新颖性
- 新算法
- 接口
- 符号, 数值, 混合
- AI 贡献
- AlphaDev 在汇编程序空间中搜索，并在正确性与延迟奖励下发现候选排序例程；研究者与软件维护者随后对算法进行测试、转换与集成。
- 人类贡献
- 研究者构造 AssemblyGame、设计强化学习系统与评测、分析发现的例程，并将适合部署的结果转换为 C++ 以集成到标准库。
- 验证状态
- 论文已发布 · E3 · 可检查工件 · 有形式化工件
- 最后审阅
- 2026-09-11
技术细节
- 系统
- alphadev
- 机构
- google-deepmind
- 数学问题
- sorting-algorithms
- 方法
- reinforcement-learning, alphazero, program-search, assembly-search, algorithm-discovery
全部来源与工件
- Faster sorting algorithms discovered using deep reinforcement learningS1 · 主要研究来源 · 论文 · 访问于 2026-09-11
- AlphaDev discovers faster sorting algorithmsS2 · 官方机构来源 · 官方公告 · 访问于 2026-09-11
- AlphaDev accompanying repositoryS1 · 主要研究来源 · 代码仓库 · 访问于 2026-09-11
验证历史
- 2023-06-07 · 论文已发布 · E2 · 研究记录
Nature 发表 AlphaDev 的算法发现结果，Google DeepMind 同日公开官方技术说明。
- 2023-06-07 · 论文已发布 · E3 · 可检查工件
公开 AlphaDev 仓库提供 Agent 伪代码、发现的汇编程序与正确性测试。E3 表示产物可检查，并不等同于全部性能主张已经获得独立验证。
更正
当前没有记录的更正。