研究人员开发了 LACE，一个新颖的 AutoML 框架，它搜索完整的可执行管道程序，而不是依赖预定义的组件。该方法使用大型语言模型，特别是 GPT-5.4 Mini，作为进化循环中的变异算子。LACE 在 68 个 OpenML 分类任务上进行了评估，与 auto-sklearn、H2O 和 XGBoost 相比，表现更优越，同时与 AutoGluon 的表现相当。LACE 的一个关键优势是它能够返回可编辑的 Python 代码，允许从业者直接检查和修改生成的管道。 AI
影响 该框架为从业者提供了可编辑的、特定任务的代码，有可能提高 AutoML 生成管道的可重用性和透明度。
排序理由 关于新 AutoML 框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- autogluon.core
- AutoML
- auto-sklearn
- GPT 5.4 Mini
- H2o Ai
- LACE
- OpenML
- scikit-learn
- Sofoklis Kitharidis
- XGBoost
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
