STaSBO让大模型只做策略调度:22个基准上平均排名2.17与2.60,超过最强基线
贝叶斯优化的效果高度依赖代理模型与采集函数的搭配,而固定搭配难以跨问题迁移。STaSBO把这一搭配选择交给大语言模型做在线元控制:先规划搜索意图,再结合拟合证据与候选点诊断联合挑选配置,数值贝叶斯优化仍负责建模与生成候选。在12个合成数学任务和10个科学工程任务上,其平均排名为2.17和2.60,各自优于对应套件中最强基线的4.08和4.10。
贝叶斯优化的效果高度依赖代理模型与采集函数的搭配,而固定搭配难以跨问题迁移。STaSBO把这一搭配选择交给大语言模型做在线元控制:先规划搜索意图,再结合拟合证据与候选点诊断联合挑选配置,数值贝叶斯优化仍负责建模与生成候选。在12个合成数学任务和10个科学工程任务上,其平均排名为2.17和2.60,各自优于对应套件中最强基线的4.08和4.10。
已读完全部报道