(全球TMT 2026年09月04日讯)Allora Labs首席科学家发表论文《Flawed in Nature, Perfect through Evolution》，从数学上证明在AI模型群体中有意引入随机变异，可使该群体在周围世界发生变化时，整体性能超过任何单个经过优化的模型。论文发表于学术期刊Allora Decentralized Intelligence。

研究指出，单个AI模型在环境变化后误差会累积，形成性能上限；而变异模型群体中表现最佳者在约80%的情况下优于优化群体中的最佳模型。当模型变异速率与环境变化速率大致匹配时，优势达峰值，且峰值附近适用范围约跨越100倍。变异速度过慢造成的性能损失较小，而变异速度过快则会导致性能急剧下降。

论文提出了多个未来研究方向，包括通过微调方法将Flawed-in-Nature原则应用于大型语言模型、将其扩展至去中心化AI网络，以及开发一种能够自动调节变异强度的控制器算法，而无需预先了解环境如何变化。