稀疏搜索历史下的跨任务架构搜索方法
热点事件持续更新
稀疏搜索历史下的跨任务架构搜索方法
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Yuefeng Xu 与 Jun Yu 提出一种风险鲁棒策略，把稀疏的源任务搜索日志与零成本代理结合起来，通过冠军初始化与成对排序器联合预训练，实现跨任务神经架构搜索。 在 TransNAS-Bench-101 上，该方法把 Micro autoencoding 的最差 10% 排名从 290 降至 43，把 Macro room layout 从 465 降至 45。上述结果来自作者在论文中的报告。
AI 根据报道生成 · 48 分钟前更新
最新进展10月26日 12:00
利用稀疏历史搜索：从不完整搜索日志与零成本代理进行跨任务架构搜索报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AI利用稀疏历史搜索：从不完整搜索日志与零成本代理进行跨任务架构搜索
一种风险鲁棒策略将稀疏源日志与零成本代理结合，通过冠军初始化与成对排序器联合预训练实现跨任务神经架构搜索。在 TransNAS-Bench-101 上，该方法将 Micro autoencoding 的最差 10% 排名从 290 降至 43，Macro room layout 从 465 降至 45。
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。