热点事件持续更新
学者提出跨任务神经架构搜索新方法
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10月26日，arXiv发布的一篇机器学习论文提出了一种跨任务神经架构搜索新方法。该研究针对跨任务迁移过程中的失效风险，将稀疏源搜索日志与零成本代理相结合，并引入了基于冠军的初始化策略以及联合成对排序器预训练机制。实验结果显示，在TransNAS-Bench-101基准测试上，该方法大幅优化了搜索表现，其中Micro autoencoding任务的最差10%架构排名由290降至43，Macro room layout任务的最差10%排名则由465降至45。
AI 根据报道生成 · 4 小时前更新
最新进展10月26日 12:00
研究提出结合稀疏日志与零成本代理的搜索新方法，大幅优化基准测试中的架构排名表现。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv 机器学习利用不完整搜索日志与零成本代理的跨任务神经架构搜索
新研究提出一种结合稀疏源日志与零成本代理的跨任务架构搜索方法，通过基于冠军的初始化与联合成对排序器预训练降低迁移失效风险。在 TransNAS-Bench-101 基准上，该方法将 Micro autoencoding 的最差 10% 排名从 290 降至 43，Macro room layout 从 465 降至 45。
本事件热度走势
当前热度 9·可比范围峰值 10（10月26日 13:00）·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。