AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
精选
过去 24 小时,从 904 条中筛出 50 条
全部模型产品行业论文技巧
标签:贝叶斯优化×
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月9日
11:39
11:39arXiv cs.LG@Tuan A. Vu, Harri Lähdesmäki, Julien Martinelli
精选
潜空间贝叶斯优化(LSBO)用于分子和蛋白质等结构化对象的设计,但现有上下文学习模型(如TabPFN)在LSBO中存在任务不匹配问题:它们预训练于标准回归任务,而LSBO中潜码到目标值的映射差异显著。研究者提出通过分子VAE的潜空间合成优化任务对表格基础模型进行持续预训练,并加入正则化项保持原始回归先验。在分子优化基准上,该模型表现强劲,验证了LSBO特定适配对上下文代理的重要性。这项工作为AI驱动的分子设计提供了更高效的优化方法。
论文贝叶斯优化潜空间优化分子设计上下文学习TabPFN

推荐理由:做分子设计或材料优化的团队终于有了适配LSBO的上下文学习代理——它解决了预训练任务与潜空间优化不匹配的痛点,直接提升分子优化效率,建议做AI制药或计算化学的开发者试试。
原文
6月1日
00:09
AITOP6月1日 00:09
OpenAI 发起“Codex for Open Source”:免费赠送 6 个月 Pro 订阅,开源维护者能否迎来 AI 变革?
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26日
12:21
12:21arXiv cs.LG@Jinwoo Go, Xiaoning Qian, Byung-Jun Yoon
精选
传统贝叶斯最优实验设计(BOED)以最大化参数信息增益为目标,但在决策关键场景中,减少参数不确定性并不总能改善下游决策。研究者提出GoBOED框架,直接针对指定决策目标优化实验设计,结合摊销变分后验代理与可微凸决策层,实现梯度驱动的设计优化。理论证明GoBOED梯度对决策无关参数方向不敏感,从而在更广泛的实验设计空间内达到同等决策质量。在源定位、疫情管理和药代动力学控制等任务中,GoBOED找到的设计更贴合下游决策目标,且近优设计窗口远宽于传统方法。
论文贝叶斯优化实验设计决策优化GoBOED机器学习

推荐理由:做实验设计或决策优化的研究者终于有了一个直接对齐目标的方法——GoBOED 让实验设计不再浪费在无关参数上,做贝叶斯优化或主动学习的团队值得关注。
原文
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
精选全部日报登录