lightgbm

EarlyEval引入了一个轻量级框架，通过中间行为预测LLM智能体的结果，以高准确率提前终止运行来降低评估成本。在SWE-bench Verified、TerminalBench和Toolathlon等基准测试中，它可以消除13%-26%的智能体步骤和最高44%的输入令牌。

本文提出一个可解释的机器学习框架，利用SHAP分析来预测和分析美国人口普查区级别的宽带采用差异，识别收入和教育等关键因素以指导政策目标。

本文在 IEEE-CIS 欺诈数据集上对七种类别编码方法进行了受控比较，使用固定的 LightGBM 学习器评估了准确性、可解释性和计算权衡，发现实体嵌入获得了最高的 AUC-ROC，但没有任何编码器在两个指标上都占优。

本文提出EMA-FS，一种算法级优化方法，利用每个特征分裂增益的指数移动平均，在GBDT训练过程中仅对Top-K特征选择性构建直方图，通过隐式正则化实现高达2.61倍的加速，同时保持或提升精度。

Flyback 的一篇博客文章展示了，一个在重要性排名第一的 LightGBM 特征实际上因为目标编码泄露导致预测效果变差，这凸显了仅依赖特征重要性指标的危害。