PulseAugur
中
实时 04:19:25
English(EN) Bi-EZP: LLM-Guided Bilevel Program Evolution for Ensemble Zero-Cost Proxy Discovery

LLM引导的框架增强了神经架构搜索代理

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了Bi-EZP，一个新颖的双层框架，旨在改进神经架构搜索（NAS）的零成本集成代理的发现。该框架将聚合程序的离散结构优化与其参数的连续校准分离开来。大型语言模型生成可执行的聚合程序，然后使用协方差矩阵自适应演化策略（CMA-ES）进行优化。这些程序在单独的验证集上进行评估，从而使演化过程能够偏好泛化良好的结构。 AI

影响 这项研究可能导致更有效和更强大的神经架构搜索，从而加速新AI模型的开发。

排序理由 该集群包含一篇详细介绍神经架构搜索新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LLM引导的框架增强了神经架构搜索代理

本文如何被排名

Signal score
2 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该集群包含一篇详细介绍神经架构搜索新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
1 days old
Coverage has settled into its steady-state source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yutao Lai, Kezhao Lai, Hai-Lin Liu ·

    Bi-EZP：LLM驱动的双层程序演化用于集成零成本代理发现

    arXiv:2608.21927v1 Announce Type: cross Abstract: Zero-cost proxies enable neural architecture search (NAS) to rank candidate networks from statistics computed at initialization, avoiding repeated training. However, different proxies capture different properties and often produce…

相关实体

相关话题