★ 3
AIM：面向自动化研究的智能体创意管理
论文提出 Agentic Idea Manager（AIM），一个面向创意驱动型自动化研究的全自主框架，借鉴贝叶斯优化，用智能体代理模型与采集机制组织并筛选研究想法，并以方案审计器与资源规划器维持想法—实现一致性与预算分配。在 10 项 AutoLab 任务上，系统优化任务提升 1.6 个百分点、…
arXiv cs.AI32 天前
#贝叶斯优化
共 17 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
新方法实现近乎即时的潜空间贝叶斯优化
在生成模型驱动的从头发现流程中，虚拟筛选成本较低，而贝叶斯优化的顺序决策开销成为瓶颈。论文利用球面域上线性模型与高维潜变量集中的特性，推导出近似闭式的代理建模与采集函数解。方法相比当前最优基线至少加速 100 倍，在分子与图像生成基准上性能持平或更优，使 BO 可即插即用于此前过慢的流程。
arXiv cs.LG45 天前
★ 3
研究用LLM辅助信息增强贝叶斯优化
论文指出真实优化问题往往包含比函数评估更丰富的信息，如训练曲线、专家笔记、图像与先验知识。作者证明大语言模型可有效利用这类辅助信息指导优化，并提出三种将辅助信息融入贝叶斯优化的方法。在超参数优化基准与真实核聚变优化任务上，方法一致优于标准 BO 及现有基于 LLM 的优化方案。
arXiv cs.LG45 天前
★ 3
La Agente Óptima：代理自驱动实验室
La Agente Óptima是代理框架，构建和监督贝叶斯优化活动，分离LLM推理与执行，保持可审计。在物理实验中自动修正错误并优化产量，成本低于人工。
arXiv cs.AI56 天前
★ 2
ATR 扭曲方法修正 PFN 在贝叶斯优化中的先验失配
论文指出 Prior-Data Fitted Networks（PFN）在目标函数长度尺度超出元训练先验时，预测似然与优化性能落后于重拟合高斯过程。作者提出各向异性信赖域（ATR）扭曲，通过核目标对齐估计逐维长度尺度并仿射重缩放输入空间，无需重训网络即可改善优化表现，推理成本不变。
arXiv cs.LG3 天前
★ 2
图信息克里金模型提升风电场布局贝叶斯优化效率
研究提出图信息克里金框架，将可复用的气动交互信息嵌入代理模型均值函数，使高斯过程只需建模残差与不确定性。在稀疏数据下，其年发电量预测精度优于普通与通用趋势克里金，并在 IEA Wind Task 37 基准上以约 280 次评估取得有竞争力解。方法进一步扩展至 48 台风机风场，支持大规模 CFD…
arXiv cs.LG5 天前
★ 2
AFGG：用采集函数引导生成做离散空间贝叶斯优化
论文针对离散空间贝叶斯优化缺少梯度、有效解稀疏的问题，提出采集函数引导生成（AFGG）：在数据空间定义代理模型以纳入领域先验，并从被采集函数倾斜的生成分布中采样候选，通过扩散桥获得平滑的后验平均采集函数。在分子基准上，流模型变体多数情况超越现有最优方法。
arXiv cs.LG14 天前
★ 2
FGSS-BO：面向 LLM 贝叶斯优化的反馈引导假设管理
论文提出 FGSS 结构化假设管理接口，将语言引导与观测证据、可执行参数干预相连，并在 LLAMBO 上实例化为 FGSS-BO。在两项协议/媒体任务上，其样本均值最优值与搜索 AUC 均优于 LLAMBO 基线。
arXiv NLP17 天前
★ 2
ELF-BO：利用评估延迟实现全贝叶斯优化
论文提出ELF-BO算法，在目标函数评估期间并行采样超参数后验，评估完成后仅需重加权样本，从而在不增加决策时间成本的前提下实现全贝叶斯优化。实验表明其性能与全贝叶斯方法相当，决策延迟与标准贝叶斯优化持平或更优。
arXiv cs.LG25 天前
★ 2
车辆集成数字孪生：行车传感监测桥梁
论文提出一种车辆集成数字孪生框架，统一物理建模与机器学习，用于桥梁与道路状态的连续监测。框架利用傅里叶神经算子构建车桥与车路交互代理模型，并通过贝叶斯优化设计电动检测车，在澳大利亚和日本多地完成实地验证。
arXiv cs.LG25 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.LG34 天前
★ 2
能耗感知的节俭贝叶斯优化
论文在贝叶斯优化框架中引入量化计算能耗足迹的指标，引导模型参数配置在性能与节俭之间取得平衡。计算机实验揭示了最优收敛与能耗之间的权衡，有时甚至同时获得更好的最优解和更低的能耗。该工作为多学科设计优化等计算密集问题提供了节能思路。
arXiv cs.LG34 天前
★ 2
基于贝叶斯赌博机的低成本大模型评测
研究将大模型配置选择建模为成本感知的贝叶斯赌博机问题，提出 GittinsEval 方法，利用 Gittins 策略决定下一个评测哪个配置及何时停止。在 GSM8K、PIQA、AlpacaEval、MMLU 上，该方法常仅用 1%-2% 的穷举评测成本即达到接近零的简单遗憾，并具备自适应停止规则。
arXiv cs.LG40 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.LG45 天前
★ 2
赔率比汤普森采样：对比型多臂老虎机设计指南
针对批量更新的多臂老虎机，传统实现沿用各臂绝对奖励率，当共享水平在批次间漂移时记忆失效。论文提出赔率比汤普森采样（OR-TS），改为携带对数赔率对比的联合后验并在每批重新拟合公共水平。在 86 个公开 A/B 序列中水平波动约为对比的 25 倍，合成环境中绝对率记忆的遗憾值是 OR-TS 的五倍，…
arXiv cs.LG45 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。
arXiv cs.AI48 天前
★ 1
分层贝叶斯优化用于航空多智能体体系架构
研究提出分层贝叶斯优化框架，利用高斯过程元建模处理体系之体系（SoS）问题中的离散架构选择、条件依赖与异构设计变量。相比传统代理方法，该分层形式在有限仿真预算下提升搜索效率与鲁棒性。作者将其应用于欧盟COLOSSUS项目的航空多智能体野火扑救系统，为航空、可持续出行与韧性系统设计提供可迁移方法。
arXiv cs.LG41 天前