等预算对比:MCTS 调度不敌随机重启列表调度
原文标题:Equal-Budget Monte Carlo Tree Search versus Randomized-Restart List Scheduling for DAG Workflows: A Controlled Equal-Budget Computational Study
重要度 2/5 · AI 综合评估报道影响力与新鲜度,4–5 分为高价值资讯。
论文在等预算受控协议下比较蒙特卡洛树搜索(MCTS)与随机重启列表调度用于 DAG 工作流调度。在 2048 次评估预算下,MCTS 比随机重启差 2.88%,且差距并非预算不足所致。作者给出结构性图谱,指出随机重启在稀疏不规则工作流上占优,换用教科书 UCT 可消除大部分差距。
- 问题
- DAG 工作流调度中 MCTS 常被推荐,但从未与同等搜索预算的简单方法公平对比。
- 方法
- 在等预算受控协议下,将 MCTS 与无搜索树的随机重启列表调度、教科书 UCT 三种方案对比,分析计划提前锁定。
- 结果
- 2048 次评估预算下 MCTS 比随机重启差 2.88%(95% CI [-3.62%,-2.15%]);探索池中重启自提升 1.85%,MCTS 仅 0.24%。
- 影响
- 调度场景别默认上 MCTS,随机重启列表调度更简单且更强,可直接替换现有方案。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现,并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果,参与者无需签署保密协议、可自由讨论并发表结论,且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果,分布在 700 多份手稿中,覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」,认为仅理解这些成果就需数年,且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿,覆盖 372 个成果族,声称解决了数百个长期未解问题,并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头,也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果,而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿,称未发布的前沿模型解决了数百个数学开放问题,平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼,但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本,避免把成果当作营销手段。