跳到正文
热点事件持续更新

k0T0z 开源 SGP：用遗传算法求解着色器生成问题

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

开发者 k0T0z 在 GitHub 发布开源仓库 k0T0z/SGP，目标是称用机器学习求解 Shader Generation Problem（着色器生成问题）。项目通过 pybind11 模块 shader_gen_py 调用 Qt-free 版本的 shader-gen 生成器，由 ShaderRenderer 承担 GL 渲染并返回生成着色器与目标图像的像素，遗传算法据此对候选着色器打分。求解方式目前仅为该目标声明，效果尚未有验证结果。

AI 根据报道生成 · 3 小时前更新

最新进展10月30日 20:43
k0T0z/SGP 开源：用机器学习（遗传算法）求解 Shader Generation Problem

报道时间线

沿着报道，了解事件的不同侧面。

10月30日
  1. GitHub · 3D 生成新仓库
    k0T0z/SGP 开源：用机器学习（遗传算法）求解 Shader Generation Problem

    GitHub 新仓库 k0T0z/SGP 旨在用机器学习求解 Shader Generation Problem。项目通过 pybind11 模块 shader_gen_py 调用 Qt-free 的 shader-gen 生成器，由 ShaderRenderer 承担 GL 渲染并返回生成着色器与目标图像的像素，遗传算法据此对候选打分。构建需要 MSVC、CMake 3.21+ 和 pybind11，子模块固定在 shader-gen master-qt6（abe102e）。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月30日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。