IQS-BO：基于PFN的贝叶斯优化查询选择方法

2026年10月3日，arXiv cs.LG 分类发布论文《IQS-BO：面向贝叶斯优化的上下文查询选择方法》。该方法是一种基于PFN（先验数据拟合网络）的贝叶斯优化方法，通过对合成先验进行监督学习来学习查询决策，单次前向传播即可预测每个候选点最大化目标函数的概率。论文称，该方法的查询成本仅为基于采集函数方法的一小部分，并在合成与真实基准上匹配或超越高斯过程标准BO及现有上下文方法。作者还提出一种混合先验用于预训练PFN，结合GP样本与具有扭曲输入、孤立窄最优或平台期的函数，以提升优化性能。目前报道仅涉及该方法的技术介绍与实验结论，尚无后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。