公司动态arXiv AI / CL
自动化发现系统无通用最优方案,需针对问题定制

摘要
研究显示,OpenEvolve和TTT-Discover等自动化发现系统并非通用最优。通过超310万次LLM调用和统计检验,发现没有固定方案在所有模型-问题对上表现优越,且OpenEvolve变体常不如简单替代方案。早期进展可预测最终性能,据此提出自适应分配策略,优于固定方案。
背景解释
自动化发现系统用于自主探索解决方案,但现有研究常因试验次数不足而误判方法优劣。该研究通过大规模系统分解和统计检验,揭示了方案选择应视为超参数而非通用配方,并提出了基于早期性能的在线自适应方法,为未来研究提供了可复用的统计基础设施。
原文译文
以下为抓取到的原文内容译文,已统一为站内阅读格式。
这条新闻暂未保存可复现的原文正文,可以点击原文链接阅读。
来源地区
Global
热度分
76
分类
公司动态
语言
en
