实体
Design-Bench
Design-Bench
PulseAugur coverage of Design-Bench — every cluster mentioning Design-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的可学习性概念提升离线数据驱动优化性能
研究人员引入了一个名为“算法相关可学习性”的新概念，以解决传统离线数据驱动优化方法的局限性。与要求跨所有区域广泛学习的现有方法不同，这个新框架专注于优化器轨迹上的准确性。这一理论进展促成了“不确定性感知梯度引导轨迹学习”（UGTL）框架的开发，该框架构建和建模改进轨迹以选择多样化的候选解决方案。UGTL在五个Design-Bench任务上表现出色，优于其他25种方法。
-
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。