Automated Kernel Discovery Towards Understanding High-dimensional Bayesian Optimization

En 3 lignesKernel Discovery, un framework évolutionnaire piloté par LLM, automatise la conception de noyaux Gaussiens pour l'optimisation bayésienne haute-dimensionnelle. La méthode génère des formes mathématiques nouvelles via LLM, les convertit en code validé, et utilise un critère LOO-CRPS pour éviter le surapprentissage. Sur 5 benchmarks, elle atteint un rang moyen de 1,2/17.

Résumé généré par Claude — vérifié par l'humain