arXiv · cs.AI· Gustavo Sutter, Alejandro Comas-Leon, David Holzmüller, Hao Wang, Luis Ricardez-Sandoval, Pascal Poupart, Agustinus Kristiadi·· 2 天前
ELF-BO利用目标函数评估延迟实现完全贝叶斯优化
Work While They Sleep: Exploiting Evaluation Latency for Fully Bayesian Optimization
arXiv:2610.08969v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Gustavo Sutter, Alejandro Comas-Leon, David Holzmüller, Hao Wang, Luis Ricardez-Sandoval, Pascal Poupart, Agustinus Kristiadi
首次提交：2026-10-07 02:32
研究任务与主要进展
ELF-BO利用目标函数评估的延迟，在评估进行期间采样超参数后验并计算下一次建议，从而降低完全贝叶斯优化的决策时间成本。作者基于论文摘要报告，该方法在合成函数和真实应用中匹配完全贝叶斯方法的性能，决策延迟与标准贝叶斯优化相当或更低。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org