AlphaEvolve が GA になった今、Gemini で「提案→評価→淘汰」を回す最小の進化的探索ループ

# fitness.py — 評価軸を先に固定する
from itertools import combinations
 
# 手でラベル付けした小さなデータ（features, 私が付けた優先度: 大きいほど先に対応）
# features = (rating, body_len, has_crash_word, days_since)
DATASET = [
    ((1, 180, 1,  0), 5.0),  # 低評価・クラッシュ報告・当日 → 最優先
    ((2, 240, 1,  1), 4.6),
    ((1,  40, 0,  0), 4.0),  # 低評価だが短文
    ((3, 320, 0,  2), 2.8),
    ((5,  30, 0,  0), 0.6),  # 高評価・短文 → 後回し
    ((4, 210, 0,  5), 1.4),
    ((2,  90, 1,  9), 3.2),  # クラッシュだが古い
    ((5, 400, 0,  1), 1.0),
]
 
def kendall_tau(order_a, order_b):
    n = len(order_a)
    concordant = discordant = 0
    for i, j in combinations(range(n), 2):
        sa = order_a[i] - order_a[j]
        sb = order_b[i] - order_b[j]
        if sa * sb > 0:
            concordant += 1
        elif sa * sb < 0:
            discordant += 1
    total = concordant + discordant
    return 0.0 if total == 0 else (concordant - discordant) / total
 
def fitness(score_fn):
    """候補スコア関数の適応度（-1..1）。高いほど私の優先度と一致。"""
    truth = [label for _, label in DATASET]
    preds = [score_fn(*feats) for feats, _ in DATASET]
    return kendall_tau(truth, preds)

# sandbox.py — モデル生成コードの隔離評価
import signal
import math
 
SAFE_BUILTINS = {
    "abs": abs, "min": min, "max": max, "round": round,
    "len": len, "float": float, "int": int, "pow": pow,
}
SAFE_GLOBALS = {"__builtins__": SAFE_BUILTINS, "math": math}
 
class Timeout(Exception):
    pass
 
def _raise_timeout(signum, frame):
    raise Timeout()
 
def compile_candidate(code_str, time_limit_sec=1):
    """コード文字列から score(rating, body_len, has_crash_word, days_since) を作る。
    危険・不正な候補は None を返し、呼び出し側で適応度 0 とする。"""
    if "import" in code_str or "__" in code_str or "open(" in code_str:
        return None
    local_ns = {}
    try:
        exec(compile(code_str, "<candidate>", "exec"), dict(SAFE_GLOBALS), local_ns)
    except Exception:
        return None
    fn = local_ns.get("score")
    if not callable(fn):
        return None
 
    def guarded(*args):
        signal.signal(signal.SIGALRM, _raise_timeout)
        signal.setitimer(signal.ITIMER_REAL, time_limit_sec)
        try:
            val = fn(*args)
            return float(val)
        except (Timeout, Exception):
            return 0.0
        finally:
            signal.setitimer(signal.ITIMER_REAL, 0)
    return guarded

# propose.py — 上位個体を種に、改良版を複数生成させる
from google import genai
from google.genai import types
 
client = genai.Client()  # 環境変数 GEMINI_API_KEY を参照
 
RESPONSE_SCHEMA = {
    "type": "object",
    "properties": {
        "candidates": {
            "type": "array",
            "items": {"type": "string"},
            "minItems": 4, "maxItems": 8,
        }
    },
    "required": ["candidates"],
}
 
PROMPT_TMPL = """あなたはヒューリスティック最適化の実験助手です。
目的: score(rating, body_len, has_crash_word, days_since) を定義する Python 関数を改良する。
評価は Kendall の τ（大きいほど良い、最大 1.0）。
 
現在の上位個体（コードと適応度）:
{elites}
 
制約:
- import 文と二重アンダースコアは使わない
- 使ってよいのは四則演算・math モジュール・min/max/abs/round のみ
- 関数名は必ず score とする
これらを踏まえ、方向性の異なる改良版を {n} 個提案してください。"""
 
def propose(elites, n=6, temperature=0.9):
    elites_txt = "\n\n".join(
        f"# fitness={fit:.3f}\n{code}" for code, fit in elites
    )
    prompt = PROMPT_TMPL.format(elites=elites_txt, n=n)
    resp = client.models.generate_content(
        model="gemini-flash-latest",
        contents=prompt,
        config=types.GenerateContentConfig(
            temperature=temperature,
            response_mime_type="application/json",
            response_schema=RESPONSE_SCHEMA,
        ),
    )
    import json
    return json.loads(resp.text)["candidates"]