QuaNAS提出不确定性感知NAS方法

2026年10月，arXiv发布QuaNAS论文，该团队提出一种不确定性感知的神经架构搜索方法。其核心思想是将早期搜索库中的知识视为带不确定性的先验，通过高斯过程在无需新数据集标签的条件下优化候选架构。 在12个新数据集（涵盖图像、时间序列、文本和表格数据）的评估中，与5个从头开始的预设基准相比，QuaNAS在短训练目标上的anytime regret降低了2.7至3.9倍。最终模型在9个数据集上达到或超过参考模型表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。