AITOP
精选
过去 24 小时，从 868 条中筛出 49 条
全部模型产品行业论文技巧
标签：期望改进×
6月11日
15:28
15:23
15:07
6月1日
00:09
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？🔥Anthropic 把 AI 编程的“确认键”彻底删掉了！Claude Code 搭载全新 Opus 4.8 模型，长时间任务不跑偏、不废话、不中断，像一个资深工程师一样默默干活，从功能开发到漏洞清扫全包圆，你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”，现在它直接交完整交付物……自主编程的最后一层窗户纸，被捅破了。做自动化开发和代码审查的团队，这个模型建议直接上手，效率差距肉眼可见……Opus 4.8发布：编程助手的“静默时刻”，是解放开发者，还是新门槛？
5月20日
11:15
11:15arXiv cs.LG@Aurélien Pion, Emmanuel Vazquez
精选
贝叶斯优化依赖高斯过程预测分布来选择评估点，但核函数和超参数选择可能导致预测分布校准不良，影响探索-利用平衡。针对最小化问题，期望改进等采样准则依赖于当前最优值以下的预测分布，下尾校准直接决定采样决策。本文提出tcGP，一种后处理方法，专门校准高斯过程在低阈值以下的预测分布，并证明基于tcGP的EI全局优化算法在设计空间中是稠密的。标准基准实验表明，tcGP相比标准GP和全局校准GP，显著改善了下尾校准和贝叶斯优化性能。
论文贝叶斯优化高斯过程下尾校准期望改进tcGP
推荐理由：做贝叶斯优化的团队终于有了专门解决下尾校准问题的工具——tcGP直接提升低值区域的预测可靠性，让EI采样更精准，做超参数调优或实验设计的建议试试。
原文