論文の概要: Local Budget Benefits, Population Commitment, and Solver Performance: A DGO Case Study with Controlled DE Transfer
- arxiv url: http://arxiv.org/abs/2610.41099v1
- Date: Fri, 30 Oct 2026 00:39:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.568808
- Title: Local Budget Benefits, Population Commitment, and Solver Performance: A DGO Case Study with Controlled DE Transfer
- Title（参考訳）: 地域予算の便益, 人口削減, ソルバー性能:DGOによるDGOの事例研究
- Abstract要約: 我々は、地方予算価値、人口コミットメント効果、完全政治性能を定義する。
ショートホライゾンは、適格な州に有利な比較を行った。
24 個のボックス化された BBOB 関数では、テスト済みの古典的ポリシーよりも、目標切り離された幾何平均誤差比が JQ100 に有利である。
- 参考スコア（独自算出の注目度）: 1.1476333098478089
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An evaluated candidate can improve a local search step, alter the population used by later steps, and affect a solver's final result. We distinguish these three questions using Da Gou Gun Optimization (DGO), a population optimizer designed for this study. Its JQ100 configuration evaluates an interpolation candidate during a two-sided probe. We define local budget value, population commitment effects and complete-policy performance, and give an exact example in which a locally better commitment leads to a worse continuation. Short-horizon matched comparisons favor interpolation on eligible quadratic states. Paired continuations yield mixed effect estimates, with primary group intervals spanning zero. Complete-policy comparisons favor JQ100 over the tested classical references in aggregate; a matched-start comparison has favorable means but intervals spanning parity. On 24 boxed BBOB functions, target-truncated geometric-mean error ratios favor JQ100 over the tested classical policies and favor L-SHADE and CMA-ES over JQ100 under the stated initialization and stopping rules. Local evaluation gains, commitment effects and solver competitiveness therefore require separate comparisons.
- Abstract（参考訳）: 評価された候補は、局所的な探索ステップを改善し、後続のステップで使用される人口を変更し、解決者の最終的な結果に影響を与えることができる。
本研究のために設計された人口最適化器であるDa Gou Gun Optimization (DGO)を用いて,これらの3つの質問を区別する。
そのJQ100構成は、両側のプローブで補間候補を評価する。
我々は、地域の予算価値、人口のコミットメント効果、完全政治のパフォーマンスを定義し、地域のより良いコミットメントがより悪い継続につながる正確な例を示す。
ショートホライゾンは2次状態の補間を好んで比較した。
ペア化された継続は混合効果の見積もりをもたらし、一次群間隔はゼロである。
完全政治比較は、試験された古典的参照よりもJQ100の方が好まれる。
24 個のボックス化された BBOB 関数では、テスト済みの古典的ポリシーよりも、目標を絞った幾何平均誤差比が JQ100 を好んでおり、初期化と停止規則の下では、L-SHADE と CMA-ES を JQ100 よりも好んでいる。
局所評価の利得、コミットメント効果、ソルバの競争性は異なる比較を必要とする。
関連論文リスト
- State-Matched Sequence Conformal Prediction [0.0]
逐次共形予測は、どの過去のエラーが現在の目標に対して不確実性を校正すべきかを決定する必要がある。
我々は、状態整合シーケンス整合予測(SMSCP)を提案する。
SMSCPは状態類似性を用いて過去の校正スコアの一致した参照セットを選択し、通常の非重み付き整列順序統計を適用する。
論文 参考訳（メタデータ） (2026-10-14T02:59:43Z) - Compare to Correct: Pairwise-Guided Logit Adjustment for LLM Test-Time Scaling [86.37409257444484]
回答レベル比較の利点を捉えるために,異なる回答をサポートする経路間の相互信頼度比較を導入する。
提案したPairwise-Guided Logit Adjustment (PGLA) フレームワークは,より弱い投票支援と投票ベースのランキングエラーの補正を可能にする。
論文 参考訳（メタデータ） (2026-10-13T15:46:15Z) - Rank-Aware Speculative Sampling for Diffusion Draft Trees [38.431867096651025]
投機的サンプリングは、目標法則を保ちながら、安価なドラフト状態を並列に検証することで拡散の発生を加速する。
最近のツリーベースの手法では、単一チェーンのドラフトよりも並列計算予算を効果的に割り当てている。
ランクアウェアリスト結合に基づく投機的ドラフトツリーの検証ルールであるランクアウェア投機サンプリング(RASS)を導入する。
論文 参考訳（メタデータ） (2026-09-30T18:59:32Z) - Adaptive KappaSharp: Condition-Number Shaping for Preferential Bayesian Optimization [8.796729796675573]
本稿では, ヘッセン語に対する対角補正を提案し, 条件数を削減するとともに, 先行不確実性が高くなるような補正を行う。
アダプティブ・カッパ・シャープは標準のPBOベースラインを上回り、+10.9%である。
論文 参考訳（メタデータ） (2026-08-08T01:56:13Z) - Instance-Optimal Estimation with Multiple LLM Judges on a Budget [84.31744861038106]
我々は、この問題を*予算付きヘテロスケダティックなマルチジャッジ推定*として定式化する。
K$のプロンプト-レスポンスペア、J$の既知のコストと未知のクエリ-ジャッジ分散が与えられた場合、目標は、$ell_p$-errorを最小化しながら、有界スコアベクトルを推定することである。
EST-IVWEは,予算の低次項までのオラクルIVWEレートと一致していることを示す。
論文 参考訳（メタデータ） (2026-05-22T08:26:08Z) - F-GRPO: Factorized Group-Relative Policy Optimization for Unified Candidate Generation and Ranking [79.49893545611779]
大規模言語モデル(LLM)はサブセットを生成し、それを1つの自己回帰パス内で順序付けることができる。
この柔軟性は、新しい最適化課題をもたらす: モデルが出力空間を検索し、完全なランクリストが生成された後にのみユーティリティフィードバックを受けなければならない。
このクレジット割り当てギャップは、エンドツーエンドの最適化を不安定にし、サンプル非効率にする。
本稿では,単一自己回帰的ロールアウト内の両方を実行する統一フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-13T04:52:33Z) - Joint Consistency: A Unified Test-Time Aggregation Framework via Energy Minimization [9.75605605236214]
本稿では,複数の推論トレースを生成し,それらを最終回答に集約するテスト時間アグリゲーションについて検討する。
JC(Joint Consistency)はIsing型エネルギー最小化問題として定式化されている。
JCはタスク、判断モデル、トレース予算、トレース生成設定など、既存のベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2026-05-07T13:17:13Z) - Learning from Emptiness: De-biasing Listwise Rerankers with Content-Agnostic Probability Calibration [76.08899010904652]
CapCalは、ランキング決定から位置バイアスを機械的に分離する、トレーニング不要のフレームワークである。
シングルパス効率を保ちながら、トレーニング不要の手法で優れた性能を発揮する。
論文 参考訳（メタデータ） (2026-04-11T10:47:22Z) - Auto-Encoding Goodness of Fit [9.560668678348579]
We developed a new type of generative autoencoder called the Goodness-of-Fit Autoencoder (GoFAE)。
ミニバッチレベルでは、正規化の目的としてGoFテスト統計を使用する。
よりグローバルなレベルでは、より高い批判に基づいて正規化係数を選択する。
論文 参考訳（メタデータ） (2022-10-12T19:21:57Z) - Reducing Variance in Temporal-Difference Value Estimation via Ensemble
of Deep Networks [109.59988683444986]
MeanQは単純なアンサンブル法であり、ターゲット値をアンサンブル平均として推定する。
本稿では,Atari Learning Environmentベンチマークを用いた実験において,MeanQが顕著なサンプル効率を示すことを示す。
論文 参考訳（メタデータ） (2022-09-16T01:47:36Z) - Local policy search with Bayesian optimization [73.0364959221845]
強化学習は、環境との相互作用によって最適な政策を見つけることを目的としている。
局所探索のための政策勾配は、しばしばランダムな摂動から得られる。
目的関数の確率モデルとその勾配を用いたアルゴリズムを開発する。
論文 参考訳（メタデータ） (2021-06-22T16:07:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。