研究人员开发了一种名为“采集函数引导生成”（AFGG）的新方法，以改进离散空间上的贝叶斯优化（BO）。该方法将预训练的生成模型与数据空间中定义的代理模型相结合，从而能够整合领域特定知识。AFGG根据采集函数引导生成候选样本，并使用扩散桥恢复有用的梯度。在分子基准测试中，AFGG的扩散模型变体与现有的BO方法性能相当，而自回归归一化流变体在大多数情况下优于最先进的方法。 AI
影响 这种新方法通过增强离散空间上的贝叶斯优化，有望提高科学发现和优化任务的效率。
排序理由 这是一篇详细介绍贝叶斯优化新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Acquisition Function-Guided Generation
- arXiv
- autoregressive normalizing flow
- Bayesian optimization
- diffusion model
- discrete spaces
- generative model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
