标签
介绍了AgentHPOBench，这是一个顺序基准，用于在30个机器学习任务中评估LLM智能体作为超参数优化器的表现，结果显示当前智能体具有可测量的但有限的迭代优化能力。
提出ERAHBO，一种用于强化学习中风险感知超参数优化的高效异方差贝叶斯优化方法，通过自适应重采样相比固定预算方法提高了样本效率。
HOBA提出了一种用于在线广告的分层强化学习框架，该框架利用大型语言模型进行超参数推断，使用SARSA代理进行专家模型选择，并通过动态专家池执行出价，在大规模A/B测试中实现了+3.6%的提升。
本文提出了一种优化GPT-5.2温度的方法，用于药物警戒中的Naranjo因果关系评估，通过贝叶斯超参数优化和一种新颖的复合指标（EWACS）实现了显著的一致性改进。
本文介绍了SemiScope，一种旨在将半监督安全分类中分类器调优的影响与联合SSL及分类器优化的影响分离开来的分析工具。结果表明，通过贝叶斯优化简单地调整分类器及其决策阈值，即可恢复大部分归因于联合优化的性能提升。
本文表明，精心的预处理——尤其是上下文长度选择、归一化和正则化——可以使简单的线性模型（如 Ridge 回归）在时间序列预测基准测试中与大型 Transformer、MLP 和 CNN 模型相竞争或更优。
LLMZero利用LLM智能体通过树搜索在训练轨迹中进行搜索，发现用于强化学习后训练的自适应多参数过渡策略，该策略在多种任务中优于固定调度和网格搜索。
本文证明Optuna的约束树形帕森估计器（TPE）是c-TPE算法的联合密度推广，展示了其对约束重复的不变性，而独立的c-TPE则会退化。作者概述了实际权衡以及未来研究方向。
本文提出一种基于差分进化的张量潜在因子自动超参数优化框架，以提高大规模动态加权有向网络的预测精度，减少手动调参需求。
本文提出了一种适用于预算受限微预训练的分阶段因子筛选工作流，表明短期的设计实验能够识别稳定的超参数惩罚方向，并支持“筛选-优化”策略。
本文介绍了一种自动研究框架，利用专家代理通过代码执行与反馈的经验闭环，迭代优化训练配方。该系统借助谱系反馈（lineage feedback），无需人工干预，即可在 Parameter Golf 和 NanoChat 等任务上自主提升性能。