論文の概要: CAP: Learning to Optimize from Sparse Observations of Related Tasks
- arxiv url: http://arxiv.org/abs/2610.41173v1
- Date: Fri, 30 Oct 2026 02:48:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.597956
- Title: CAP: Learning to Optimize from Sparse Observations of Related Tasks
- Title（参考訳）: CAP: 関連タスクのスパース観察から学習する
- Abstract要約: 実験駆動のブラックボックス最適化では、各評価は材料、設備時間、その他の資源を消費し、新しいタスクで利用可能な実験の数を制限することができる。
本稿では,対話型実践関数のサンプル化のために,固定履歴レコードにおける共有構造とタスク固有の変動をモデル化したCAPを提案する。
これらの機能に基づき、CAPは、一定の評価予算の下で最終的な最適化性能を目標とした、フィードバック条件のクエリポリシーを学習する。
- 参考スコア（独自算出の注目度）: 6.72197806238784
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In experiment-driven black-box optimization, each evaluation can consume materials, equipment time, and other resources, limiting the number of experiments available for a new task. Records from completed related optimization campaigns could help, but learning a sequential query policy remains challenging when task-specific experience consists of only a few sparse histories. We propose CAP (Candidate Acquisition Policy), which models shared structure and task-specific variation in fixed historical records to sample interactive practice functions. On these functions, CAP learns a feedback-conditioned query policy aimed at final optimization performance under a fixed evaluation budget. At deployment, its parameters remain fixed while each new observation informs the next query. Across five synthetic task families spanning 6 and 20 dimensions and two engineering simulation benchmarks, BOPTEST and SU2, CAP attains the lowest median final-budget value among the reported methods on four synthetic families and both engineering benchmarks. These results indicate that sparse records from completed related tasks can support adaptive query decisions on new tasks, making more effective use of limited, costly experimental evaluations.
- Abstract（参考訳）: 実験駆動のブラックボックス最適化では、各評価は材料、設備時間、その他の資源を消費し、新しいタスクで利用可能な実験の数を制限することができる。
完了した関連する最適化キャンペーンの記録は役に立つが、タスク固有の経験がわずかにスパースな履歴で構成されている場合、シーケンシャルなクエリポリシーを学ぶことは依然として困難である。
本稿では,対話型実践関数のサンプル化のために,固定履歴記録における共有構造とタスク固有の変動をモデル化したCAP(Candidate Acquisition Policy)を提案する。
これらの機能に基づき、CAPは、固定評価予算の下で最終的な最適化性能を目標とした、フィードバック条件のクエリポリシーを学習する。
デプロイ時には、それぞれの新しい観察が次のクエリを通知している間、そのパラメータは固定される。
6次元から20次元にまたがる5つの合成タスクファミリーと2つのエンジニアリングシミュレーションベンチマークであるBOPTESTとSU2において、CAPは4つの合成ファミリーと両方のエンジニアリングベンチマークで報告された手法の中で最下位のファイナル予算値に達した。
これらの結果は、完了した関連タスクからのスパースレコードは、新しいタスクに対する適応的なクエリ決定を支援することができ、限定的でコストのかかる実験的な評価をより効果的に活用できることを示唆している。
関連論文リスト
- Agentic High-Dimensional Bayesian Optimization with Hypothesis- and Evidence-Guided Search [19.77634277171551]
高次元ベイズ最適化は、評価予算に対して変数の数が大きい場合、サンプル効率の最適化を求める。
近年のLLM法およびエージェントBO法では,タスク知識を取り入れ,実行中の探索決定に適応する手法が提案されているが,主に低次元および中等次元の問題で評価されている。
実験の結果,これらの手法は高次元のシステムでは信頼性が保たれていないことが明らかとなった。
我々は,タスクコンテキスト,最適化フィードバック,構造診断を利用した仮説および証拠誘導研究エージェントHERAを紹介する。
論文 参考訳（メタデータ） (2026-09-28T04:28:41Z) - Task-CoEvolve: Efficient Harness Optimization via Adaptive Validation Task Selection [51.39973047614183]
本稿では,適応型検証タスク選択によるLLMの効率向上のための新しい手法を提案する。
$textbfTask-CoEvolve$.textbfTask-CoEvolve$.textbfTask-CoEvolve$.textbfTaskは、情報的タスクの選択と、部分的な評価からフルセットのパフォーマンスの推定という2つの課題に対処することで、ハーネスでバリデーションタスクを共進化させる。
論文 参考訳（メタデータ） (2026-08-20T15:24:54Z) - LLMs as Acquisition Policies for Finite-Pool Materials Optimization: A Controlled Study [10.813187929845398]
オープンウェイトな大規模言語モデル (LLM) がスタンドアロンの獲得ポリシーとして機能するかどうかを検討する。
我々は4つの振り返り有限プール材料最適化タスクにまたがる5つのLLMを評価する。
全体として、オープンウェイト LLM は、有限プール材料探索の取得ポリシーとしての可能性を示している。
論文 参考訳（メタデータ） (2026-08-20T08:37:02Z) - E-TTS: A New Embodied Test-Time Scaling Framework for Robotic Manipulation [21.23579664383006]
Embodied Test-Time Scalingは、ロボット操作のための推論とアクションスケーリングを統合するフレームワークである。
E-TTSは履歴バッファを使用して履歴コンテキストを格納し、推論とアクション検証によってサンプル候補を評価する。
結果: E-TTSは一貫して性能を改善し、シミュレーションでは33.14%、現実のシナリオでは26.62%に向上した。
論文 参考訳（メタデータ） (2026-06-25T16:50:21Z) - Multi2: Multi-Agent Test-Time Scalable Framework for Multi-Document Processing [43.75154489681047]
MDS(Multi-Document Summarization)のためのテスト時間スケーリングを利用した新しいフレームワークを提案する。
提案手法では,様々なプロンプトを用いて複数の候補サマリーを生成し,アグリゲータと組み合わせて洗練されたサマリーを生成する。
また,本手法を効果的に評価するために,LCM-ACU(Consistency-Aware Preference)スコアとLLM-Content-Unit(LLM-ACU)スコアという2つの新しいLCMベースの指標を導入する。
論文 参考訳（メタデータ） (2025-02-27T23:34:47Z) - A Systematic Examination of Preference Learning through the Lens of Instruction-Following [83.71180850955679]
新たな合成データ生成パイプラインを用いて48,000の命令追従プロンプトを生成する。
合成プロンプトでは、リジェクションサンプリング(RS)とモンテカルロ木探索(MCTS)の2つの選好データセットキュレーション手法を用いる。
実験により、MCTSが生成した選好ペアにおける共有プレフィックスは、限界はあるが一貫した改善をもたらすことが明らかになった。
高コントラストの選好ペアは一般的に低コントラストのペアよりも優れているが、両者を組み合わせることで最高のパフォーマンスが得られることが多い。
論文 参考訳（メタデータ） (2024-12-18T15:38:39Z) - Experiment Planning with Function Approximation [49.50254688629728]
本研究では,文脈的帯域幅問題における関数近似を用いた実験計画の問題点について検討する。
本稿では,関数近似に適合する2つの実験計画戦略を提案する。
そこで, 均一サンプリング器は, 動作数が少ない設定において, 競合最適性を達成できることを示す。
論文 参考訳（メタデータ） (2024-01-10T14:40:23Z) - Assessing Data Efficiency in Task-Oriented Semantic Parsing [54.87705549021248]
我々は、ある品質バーを達成するのに、ドメイン内の「ターゲット」データがどれだけ必要であるかを近似した4段階のプロトコルを導入する。
我々は,タスク指向セマンティック解析の実践者に対して,その柔軟性と適用性を示す実世界の2つのケーススタディに適用する。
論文 参考訳（メタデータ） (2021-07-10T02:43:16Z) - Automated Concatenation of Embeddings for Structured Prediction [75.44925576268052]
本稿では, 埋め込みの自動結合(ACE)を提案し, 構造予測タスクにおける埋め込みのより優れた結合を見つけるプロセスを自動化する。
我々は、強化学習の戦略に従い、制御器のパラメータを最適化し、タスクモデルの精度に基づいて報酬を計算する。
論文 参考訳（メタデータ） (2020-10-10T14:03:20Z)
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。