研究人员推出了一种名为进化集成搜索(EES)的新方法,通过专家引导的程序进化来构建机器学习程序。EES利用一个专门的委员会将任务证据转化为结构化的搜索方向,然后分配给执行专家和进化引擎。该引擎通过变异、管道编辑和交叉选择父模型、诊断错误并生成后代,每个新模型都经过执行和验证。该系统在MLE-bench Lite上取得了显著成功,其产出在22项任务中的19项达到了奖牌阈值,展示了其在文本、图像和音频等多种数据类型上的能力。 AI
影响 引入了一种新颖的累积可执行搜索和跨模态开发架构,可能推动自动化机器学习的发展。
排序理由 该集群报道了一篇关于机器学习程序构建新方法的最新研究论文。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Evolutionary Ensemble Search
- Gotit.pub
- Hugging Face
- Influence Flower
- Juan Pablo Madrigal Cianci
- MLE-Bench Lite
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →