CISE：用共形区间实现可靠自进化搜索

研究者 Kangjun Noh、Soyu Kim、Kyungwoo Song 提出 Conformal Interval-Driven Self-Evolution（CISE），针对自进化搜索中低成本代理奖励易产生假阳性、污染输出与反馈的问题，用条件共形推理和逐迭代在线密度比估计为每个候选构建专属奖励区间，仅当候选的全部属性区间落入可行域时才返回结果。 在材料科学的三项自进化搜索任务中，CISE 返回的候选经高保真评估全部为真阳性；基线返回的候选更多，但包含假阳性。

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。