热点事件持续更新
研究人员提出黑盒优化方法CAP
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月2日，arXiv机器学习领域发表的一项研究针对实验资源受限的黑盒优化问题，提出了名为CAP的新方法。该方法通过建模相关任务的历史记录，学习在固定评估预算下的反馈条件查询策略。在覆盖6维与20维的5个合成任务族，以及BOPTEST和SU2两个工程仿真基准测试中，CAP展现出了优异性能，在其中4个合成族与两个工程仿真基准上均取得了最低的中位数最终预算值。
AI 根据报道生成 · 4 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方法CAP，在多项合成与工程仿真基准中表现优异。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv 机器学习CAP：从相关任务的稀疏观测中学习优化
针对实验资源受限的黑盒优化，研究人员提出 CAP 方法，通过建模相关任务的历史记录来学习固定评估预算下的反馈条件查询策略。在覆盖 6 与 20 维的 5 个合成任务族及 BOPTEST 和 SU2 两个工程仿真 benchmark 中，CAP 在 4 个合成族与两个工程 benchmark 上均取得最低的中位数最终预算值。
本事件热度走势
当前热度 9·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。