跳到正文
arXiv · ML· Klemens Fl\"oge, Simon Bing, Leo Grinsztajn, Eliott Kalfon, Lennart Purucker, Noah Hollmann, Frank Hutter·· 10 天前AI 评分21

Tabular foundation models as out-of-the-box surrogates for Bayesian optimization in materials discovery

Out-of-the-Box Tabular Foundation Models for Bayesian Optimization in Materials Discovery

AI 导读

summary_zh: TabPFN 和 TabICL 作为无需任务特定训练的表格基础模型,在两个材料科学基准上作为贝叶斯优化代理表现出高度竞争力。 该结论基于与包含高斯过程、随机森林和 CatBoost 的基线的大量对比,证实了其无需定制核函数或超参数调优的优势。

来源:arXiv · ML · arxiv.org