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

===== ML.2:11 - SoTA-Echoing — связь с современной линией работ (2016+) =====
* Graph HyperNetworks (2018): GHN как быстрый генератор весов по вычислительному графу, изначально для удешевления NAS. ML.2 использует тот же “graph‑aware weight generation”, но замыкает петлю на саму гиперсеть. OpenReview<ref>{{cite web|title=OpenReview|url=https://openreview.net/pdf?id=rkgW0oA9FX|publisher=openreview.net|access-date=2026-01-02}}</ref>
* Evolution Strategies в RL (2017): масштабируемая производно‑свободная оптимизация, хорошо ложится на параллельные воркеры. ML.2 остаётся в этой семье, но делает вариативность эндогенной (встроенной). arXiv<ref>{{cite web|title=arXiv|url=https://arxiv.org/abs/1703.03864|publisher=arxiv.org|access-date=2026-01-02}}</ref>
* CMA‑ES (tutorial 2016) как представитель “умных” внешних стратегий; в обзоре к статье подчёркивается сравнение с CMA‑ES/OpenES на нестационарности. arXiv<ref>{{cite web|title=arXiv|url=https://arxiv.org/abs/1604.00772|publisher=arxiv.org|access-date=2026-01-02}}</ref>
* Population Based Training (2017): популяция + автоматическое расписание гиперпараметров. ML.2 похож духом (популяция как механизм адаптации), но переносит “расписание” на уровень самой модели (через само‑мутацию). arXiv<ref>{{cite web|title=arXiv|url=https://arxiv.org/abs/1711.09846|publisher=arxiv.org|access-date=2026-01-02}}</ref>
* Self‑reference линия (2018–2024): Neural Network Quine (2018), SRWM (2022), SeRANN (2024) — разные способы сделать модель самореферентной/самоизменяющейся. ML.2 добавляет масштабируемость через GHN‑подход и убирает градиентные апдейты из самого эволюционного цикла. arXiv<ref>{{cite web|title=arXiv|url=https://arxiv.org/abs/1803.05859|publisher=arxiv.org|access-date=2026-01-02}}</ref>
* POET (2019): акцент на смене задач и переносе решений. ML.2 логично комбинируется с такими постановками, потому что показывает сильную сторону именно в нестационарных режимах. arXiv<ref>{{cite web|title=arXiv|url=https://arxiv.org/abs/1901.01753|publisher=arxiv.org|access-date=2026-01-02}}</ref>
* Контекст по гиперсетям в целом: обзорные работы по hypernetworks (2024). Springer Link<ref>{{cite web|title=Springer Link|url=https://link.springer.com/article/10.1007/s10462-024-10862-8|publisher=Springer Link|access-date=2026-01-02}}</ref>