研究人员开发了代理方法来自动化约束满足问题的特征提取器创建。一种方法使用大型语言模型(LLMs)在检查-修复-验证循环中生成用于特征提取的Python脚本,在各种组合问题上优于专家策划的特征。另一种方法FeatureHospital采用多代理框架,诊断数据集特征并开出优化策略来构建有效的特征选择算法。 AI
影响 自动化复杂的特征工程任务,可能减少对专家知识的依赖,并加速专用人工智能算法的开发。
排序理由 arXiv上发表了两篇研究论文,详细介绍了用于自动化特征提取器合成和机器学习算法定制的新型代理方法。
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- FeatureHospital
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- scite Smart Citations
- Car sequencing versus mixed-model sequencing: A computational study
- fixed-length error-correcting codes
- Flecchia
- Large Language Models
- MiniZinc
- mzn2feat
- Python
- trans2feat
- vehicle routing problem
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →