English(EN) Coverage You Can Steer: Online Conformal Calibration for RL-Driven Hardware-Aware NAS

新的校准方法提高了神经架构搜索的效率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-05 04:00

研究人员开发了一种名为在线一致性校准（OCC）的新方法，以提高硬件感知神经架构搜索（NAS）的效率。传统的NAS方法成本高昂，因为它们需要训练每一个架构来评估其性能。OCC是conformal prediction的扩展，它使用自适应反馈控制来维持所需的一致性覆盖水平，确保指定比例的候选架构不会被错误地丢弃。这种方法在不牺牲准确性的情况下，显著减少了所需的评估次数，修剪了25-50%的候选架构，并且与静态方法或高斯过程基线相比，提供了更好的覆盖控制。 AI

影响通过降低计算成本而不牺牲准确性来提高神经架构搜索的效率。

排序理由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.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: 6 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 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, infra; 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: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Pedro Brandimarte, Nerea Aranjuelo, Marcos Nieto, Oihana Otaegui · 2026-10-05 04:00

可控的覆盖范围：用于 RL 驱动的硬件感知 NAS 的在线一致性校准

arXiv:2610.03127v1 Announce Type: new Abstract: Hardware-aware neural architecture search (NAS) is dominated by evaluation cost: every architecture must be trained before its reward is known. Conformal-prediction filters cut this cost by pruning candidates whose predicted-reward …

本文如何被排名

报道来源 [1]

可控的覆盖范围：用于 RL 驱动的硬件感知 NAS 的在线一致性校准

相关实体

相关话题