#多目标优化

共 15 篇相关资讯，按重要度与时间排序，每 3 小时更新。

★ 3

MODS 框架用推理时扩散引导实现多目标蛋白质优化

论文提出 MODS 模块化框架，通过推理时扩散引导进行多目标蛋白质优化，每次提议采样增强切比雪夫标量化权重与适应度代理集成成员来定义引导奖励。在 6 个蛋白质优化任务上，配合两种扩散模型与两种引导程序均取得有竞争力的最终超体积，部分任务显著优于基线。

arXiv cs.LG10 天前

★ 3

新方法LMOPD：词典序多目标在线策略蒸馏

针对RLVR后训练中正确性、推理质量与简洁性难以兼顾的问题，论文提出LMOPD方法，按显式优先级整合多个奖励专家策略。该方法为每次学生采样选择首个存在缺陷目标的专家，并投影其对数策略修正以消除与高优先级专家冲突的成分。在30B-A3B MoE模型上，四专家设置下保留约90%的准确率与推理增益，显著…

arXiv cs.LG27 天前

★ 3

MoFlow：多目标智能体工作流生成

论文提出MoFlow，将智能体工作流生成建模为多目标马尔可夫决策过程，用凸包蒙特卡洛树搜索与乐观集合值回传，使单次搜索近似覆盖帕累托前沿。用户可按偏好直接查表获取工作流，无需重新训练。在数学、代码与问答六个基准上，即便在偏向基线的评测设置下，MoFlow仍取得最高平均超体积。

arXiv cs.AI31 天前

★ 3

EvoRank：LLM 引导的多目标排序流水线进化

研究提出 EvoRank，一个 LLM 引导的进化循环，可自动发现完整的 Learning-to-Rank 流水线。在 Expedia 数据集上，三次独立运行均在 50 轮内收敛并超越调优后的 LambdaMART，进入原竞赛前 6%。研究还提出可提前预测收益的 headroom gate，并开源…

arXiv cs.LG40 天前

★ 2

ReMedI：推理时精炼与自蒸馏实现可控分子优化

论文提出 ReMedI 框架，将分子语言模型作为基础提议器，在推理阶段用 Metropolis-Hastings 搜索引导多目标分子编辑。搜索轨迹再蒸馏回基座模型，仅需 C-MORAL 约 1/7.8 的训练数据，严格成功率覆盖达其 2.8 倍。

arXiv cs.LG6 天前

★ 2

Cautious ConFIG 三行改进缓解 PINN 训练梯度冲突

arXiv 论文针对物理信息神经网络（PINN）多目标训练中的梯度冲突问题，指出 ConFIG 方法与 Adam 等自适应优化器结合后冲突消除保证会失效。作者提出 Cautious ConFIG，仅三行代码即可在权重更新前恢复无冲突性。在 Burgers、非线性薛定谔与 Kovasznay 流三个…

arXiv cs.LG6 天前

★ 2

arXiv 论文提出权衡感知的 B2B 客户分配决策系统

该论文提出一套面向企业 GTM 规划的生产级客户到销售分配决策系统，整合账户价值预测、基于合成控制式反事实框架的连续性估值，以及多目标优化三层结构。历史回测显示优化器生成的方案在保持销售机会分布的同时显著提升分配合规性，生产环境中采用方案后合规性与机会均衡均优于基线。

arXiv cs.AI6 天前

★ 2

新论文提出多目标强化学习生成 Pareto 最优 RTL 电路

该 arXiv 论文提出用多目标强化学习替代将 PPA 聚合成单一奖励的做法，让 LLM 一次生成覆盖低功耗、低延迟、小面积多种权衡的 Pareto 最优电路集合。方法包含基于生成的训练流程与超体积贡献（HVC）奖励函数。在 RTLLM v2 基准上相对超体积比无 PPA 优化基线高 13.3 个…

arXiv cs.AI11 天前

★ 2

单目标采集函数扩展用于多目标贝叶斯优化

该论文提出一种基于超体积变换的框架，将标准单目标采集函数直接扩展到多目标贝叶斯优化场景，并首次把对冲策略引入多目标优化。方法对现有贝叶斯优化流程改动极小，无需专门的多目标公式。在合成与真实多目标基准上，其性能与样本效率可媲美甚至超越更复杂的现有方法。

arXiv cs.LG33 天前

★ 2

MoMHa：LLM 外挂框架的多目标优化

论文提出Meta-Harness系统，将围绕大模型的Python外挂代码（提示构造、调用路由、输出解析）视为一等设计面，在准确率、行为安全与token成本三目标上做搜索。核心发现是单阶段联合奖励提案器MoMHa优于两阶段方案与仅准确率基线，在17个领域评测中表现最佳，行为安全得分最高且每例节省95…

arXiv cs.AI34 天前

★ 2

不确定性下多目标优化的期望超体积最大化

论文将不确定性下的多目标优化重新表述为贝叶斯决策问题，最大化超体积的期望值而非各目标期望。作者证明在随机优化框架下可用基于梯度的方法求解，前提是妥善处理被支配点；在缺少可微代码时用高斯过程作为可微代理模型。此外提出若干基于采集函数的主动学习策略以构建适配该多目标问题的代理模型，并在简单解析问题上比…

arXiv cs.LG44 天前

★ 2

可定制联合优化路径规划的可微最短路架构

研究提出一种深度架构，可端到端联合优化代价函数与路径排序模型，支持任意用户偏好的路线规划。方法利用多目标Dijkstra离线收集帕累托最优路径作为候选集，并设计可微最短路搜索网络，在真实数据集上显著优于现有方法。

arXiv cs.AI44 天前

★ 2

LLM增强多智能体强化学习优化充电网络

论文提出LLM增强的多智能体强化学习框架，首次在统一循环中同时优化电网、电动汽车与充电站。LLM负责可解释特征选择与多目标自适应权重分配，替代复杂人工调参。实验显示该框架显著优于现有基线，训练时间减少超70%。

arXiv cs.AI47 天前

★ 2

多目标贝叶斯优化先收敛后多样

论文针对多目标贝叶斯优化在预算紧张时难以同时兼顾收敛与多样性的问题，提出先收敛后多样（CTD）方法，将两个目标解耦为两阶段。第一阶段快速将搜索推向帕累托前沿的某一点，第二阶段将解分散到整个前沿。在446组两两对比中，CTD在72.9%的情况下统计显著优于现有方法，在预算极紧或高维问题上优势尤为明显。