★ 3
研究：面向表格机器学习的智能体搜索空间
论文探索 LLM 智能体能否为既有表格模型设计扩展的 HPO 搜索空间。将模型表示为模块化流水线，由智能体为各模块提出候选实现，再用经典 HPO 联合优化。在 45 个数据集上几乎所有模型家族性能提升，平均相对增益 0.6%，中小回归数据集达 2.0%，且在 TabArena 基准上提升多个模型家…
arXiv cs.LG47 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文探索 LLM 智能体能否为既有表格模型设计扩展的 HPO 搜索空间。将模型表示为模块化流水线，由智能体为各模块提出候选实现，再用经典 HPO 联合优化。在 45 个数据集上几乎所有模型家族性能提升，平均相对增益 0.6%，中小回归数据集达 2.0%，且在 TabArena 基准上提升多个模型家…
针对LLM自动算法设计中评估成本过高的问题，论文提出AdaEva自适应部分评估框架，逐步在更大实例子集上评估候选并淘汰劣者，无需改动底层LLM4AD流程或先验知识。基于逐次减半与统计竞赛两种机制，在多个框架与优化域上提升搜索效率与泛化能力。