热点事件历史事件
研究提出用于贝叶斯优化的各向异性置信域扭曲方法
1 篇报道1 个报道来源4 天前更新
先了解这件事
AI 综述
2026年10月30日，相关研究在arXiv发布，针对先验数据拟合网络（PFN）在贝叶斯优化中因目标函数长度尺度偏离元训练先验而导致性能下降的问题，提出了一种各向异性置信域（ATR）扭曲方法。该方法利用核目标对齐技术估计各个维度的长度尺度，并对输入空间进行仿射缩放，在无需重新训练网络的前提下有效修正了错配问题，同时保持了 $\mathcal{O}(d \cdot N^2)$ 的推理计算成本。在Matérn-3/2核测试中，该方法改善了PFN在极端长度尺度下的优化表现。目前该项目的代码已对外开源。
AI 根据报道生成 · 3 天前更新
最新进展10月30日 12:00
研究提出各向异性置信域扭曲方法以提升PFN贝叶斯优化性能，相关代码已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv cs.LG贝叶斯优化中针对先验数据拟合网络（PFN）的各向异性置信域扭曲
针对贝叶斯优化中先验数据拟合网络（PFN）在目标函数长度尺度偏离元训练先验时的性能下降，研究提出各向异性置信域（ATR）扭曲方法。该方法利用核目标对齐估计各维度长度尺度并对输入空间进行仿射缩放，在无需重训网络且保持 $\mathcal{O}(d \cdot N^2)$ 推理成本的前提下修正错配。在 Matérn-3/2 核测试中，该方法改善了 PFN 在极端长度尺度下的优化表现，代码已开源。
本事件热度走势
当前热度 3·可比范围峰值 7（10月31日 02:00）·近 24 小时可比范围变化 -49%
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。