热点事件持续更新
研究提出冻融贝叶斯优化的成本感知停止准则
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月2日，arXiv stat.ML 发布研究，针对冻融贝叶斯优化提出了一种成本感知的一步前瞻停止准则 EI stopping。该准则在没有期望改善（EI）能超过单步成本时终止评估。分析显示，EI stopping 在高成本场景下损失极小，但在低成本场景下容易过早停止。为此，研究构建了两步前瞻下界证书对过早停止进行修正。在3个超参数优化基准上的实验表明，EI stopping 在多数高成本设定下表现不逊于修正方案，而在其中2个基准的低成本设定下，两步修正方案获得了更高的收益。
AI 根据报道生成 · 17 小时前更新
最新进展11月2日 13:00
研究提出成本感知的一步前瞻停止准则及两步修正方案，并完成基准测试。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv stat.ML冻融贝叶斯优化的成本感知停止准则：一步前瞻何时足够？
针对冻融贝叶斯优化，研究提出一步前瞻准则 EI stopping，在无期望改善（EI）超过单步成本时终止评估。该准则在高成本下损失极小，但低成本下易过早停止，研究为此构建了两步前瞻下界证书予以修正。在 3 个超参数优化基准上，EI stopping 在多数高成本设定下不逊于修正方案，而在 2 个基准的低成本下两步修正收益更高。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。