PulseAugur
实时 13:48:16
English(EN) Support-Proximity Augmented Diffusion Estimation for Offline Black-Box Optimization

新的SPADE框架利用扩散模型增强离线黑盒优化

研究人员推出了一种用于离线黑盒优化的新框架SPADE,该框架使用扩散模型的条件生成建模。该方法通过引入用于全局一致性的校准扩散估计模块和用于遵守数据流形约束的支持邻近正则化机制来增强前向代理建模。SPADE在Design-Bench和LLM数据混合优化等基准测试中展示了最先进的性能。 AI

影响 引入了一个新颖的框架,该框架有可能通过利用先进的生成建模技术来提高在各个领域发现新设计的效率和准确性。

排序理由 发布了一篇详细介绍新优化框架的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yonghan Yang, Ye Yuan, Zipeng Sun, Linfeng Du, Bowei He, Haolun Wu, Can Chen, Xue Liu ·

    面向离线黑盒优化的支持邻近增强扩散估计

    arXiv:2605.11246v2 Announce Type: replace Abstract: Offline black-box optimization aims to discover novel designs with high property scores using only a static dataset, a task fundamentally challenged by the out-of-distribution (OOD) extrapolation problem. Existing approaches typ…