English(EN) ZAPS: Zero-Cost Active Proxy Search for Neural Architecture Search

ZAPS 管道通过结合代理信号和拓扑结构来增强神经架构搜索

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

研究人员开发了 ZAPS，这是一个新颖的四阶段管道，旨在通过有效地将代理信号与架构拓扑相结合来改进神经架构搜索 (NAS)。该方法通过选择非冗余的代理子集并迭代地重新评估它们，解决了现有零成本代理的局限性，这些代理通常嘈杂且相关。ZAPS 利用混合 k-means 策略进行初始种子选择，并使用带有 UCB 获取函数的 XGBoost 集成来对候选者进行排名，在 CIFAR-10 和 CIFAR-100 的 NAS-Bench-201 上优于几种基线方法。 AI

影响提高设计神经网络的效率和准确性，可能加速人工智能模型开发。

排序理由该项目是一篇研究论文，详细介绍了一种新的神经架构搜索方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 15 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇研究论文，详细介绍了一种新的神经架构搜索方法。[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: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Hassan Touayouch, Rabie Najem, Mohammed Benjelloun · 2026-09-15 04:00

ZAPS：神经架构搜索的零成本主动代理搜索

arXiv:2609.14184v1 Announce Type: new Abstract: Neural Architecture Search (NAS) automates network design, but evaluating a single candidate requires training it to convergence, making exhaustive search intractable. Zero-cost proxies estimate architecture quality at initializatio…

本文如何被排名

报道来源 [1]

ZAPS：神经架构搜索的零成本主动代理搜索

相关实体

相关话题