研究者提出反馈感知黑盒优化方法FICBO
热点事件持续更新
研究者提出反馈感知黑盒优化方法FICBO
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Nicolas Samuel Blumer等作者提出FICBO，一种用于上下文内黑盒优化的预训练优化器，让模型在优化历史之外同时利用当前候选集的廉价辅助反馈。 该方法用结构化先验刻画辅助反馈与目标函数的关系，据此预训练反馈感知Transformer，覆盖从高信息量到误导性反馈的多种情形；测试时模型通过对比观测目标值与辅助信号，在上下文中估计反馈来源的可靠性。作者称，在合成与真实任务上，该方法既能利用有效反馈，也对弱或误导性来源保持稳健。
AI 根据报道生成 · 46 分钟前更新
最新进展11月5日 13:00
面向不可靠反馈的上下文内黑盒优化（FICBO）报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AI面向不可靠反馈的上下文内黑盒优化（FICBO）
研究者提出 FICBO，一种在上下文内黑盒优化中同时利用优化历史与廉价辅助反馈的预训练优化器。该方法引入结构化先验刻画辅助反馈与目标函数的关系，并据此预训练一个反馈感知 Transformer，覆盖从高信息量到误导性反馈的多种情形。测试时模型通过对比观测目标值与辅助信号在上下文中估计来源可靠性，在合成与真实任务上既能利用有效反馈，也对弱或误导性来源保持稳健。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。