热点事件持续更新
研究人员提出黑盒优化策略CAP
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，研究人员在 arXiv 发布研究，提出名为 CAP（候选采集策略）的黑盒优化策略。该方法通过建模历史记录中的共享结构与任务变异来采样交互练习函数，进而学习受反馈调节的序列查询策略。测试结果显示，在 6 维至 20 维的 5 个合成任务族及 BOPTEST、SU2 两个工程模拟基准上，CAP 在 4 个合成族和全部 2 个工程基准中均取得了最低的中位数最终预算值，能够在固定评估预算下更高效地利用昂贵的实验资源。
AI 根据报道生成 · 16 小时前更新
最新进展11月2日 13:00
研究人员提出黑盒优化策略CAP，在多个基准测试中展现出更高的资源利用效率。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.LGCAP：从相关任务的稀疏观测中学习优化
研究人员提出黑盒优化策略 CAP（Candidate Acquisition Policy），通过建模历史记录中的共享结构与任务变异采样交互练习函数，学习受反馈调节的序列查询策略。在 6 维至 20 维的 5 个合成任务族及 BOPTEST、SU2 工程模拟基准上，CAP 在 4 个合成族和全部 2 个工程基准中均取得了最低的中位数最终预算值。该方法能够在固定评估预算下更高效地利用昂贵的实验资源。
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。