热点事件持续更新
PPNAS：预测驱动推理用于神经架构搜索
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布研究，提出 PPNAS——一种将预测驱动推理（PPI）用于神经架构搜索（NAS）的新方法。该方法融合少量有性能标签的架构与大量含零成本代理（ZCP）信息的架构：利用 ZCP 提供的序数信息构建成对排序监督，并由 PPI 消除 ZCP 排序与真实性能排序之间的系统性偏差。在端到端基于预测器的 NAS 中，PPNAS 在有限评估预算下达到 SOTA。作者称其为首个面向标签高效 NAS 的预测驱动方法。目前该工作以预印本形式发布，尚无后续进展报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
PPNAS 预印本发布，称在有限评估预算下达到 SOTA。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）PPNAS：面向神经架构搜索的预测驱动推理方法
研究者提出 PPNAS，一种将预测驱动推理（PPI）用于神经架构搜索（NAS）的新方法，融合少量有性能标签的架构与大量含零成本代理（ZCP）信息的架构。PPNAS 利用 ZCP 提供的序数信息构建成对排序监督，并由 PPI 消除 ZCP 排序与真实性能排序之间的系统性偏差。在端到端基于预测器的 NAS 中，该方法在有限评估预算下达到 SOTA，作者称其为首个面向标签高效 NAS 的预测驱动方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。