可迁移代理模型加速高表达力NAS搜索

Shiwen Qin等作者在arXiv发表论文，研究基于上下文无关文法的高表达力神经架构搜索（NAS）空间中的可迁移代理模型：用零成本代理指标与神经图特征（GRAF）训练或微调现成大语言模型，作者称所得代理模型在数据集内和跨数据集都对架构性能有较强预测能力。 作者称，这类代理模型可在新数据集上先过滤掉差架构，从而加快搜索并取得更好的最终性能；它也能直接作为搜索目标使用，带来大幅加速。

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。