新框架 AutoOPT：用 GPT-5.6 自动化优化研究
ErnestRyu · x · 2026-08-19
研究人员提出了 AutoOPT，一个端到端自动化优化研究的领域专用框架。该框架将最优一阶方法的发现分为四个阶段：通过 BnB-PEP 方法论进行数值设计；利用前沿 LLM 进行解析描述和收敛证明的符号发现；在 Lean 4 证明助手中进行形式化验证；人工解释和撰写。论文展示了两个案例研究：一是基于双纽线常数的新型加速梯度方法；二是 previously 仅在数值上已知的 ITEM-f 方法的解析描述。
所属事件:UCLA 推出 AutoOPT：用 GPT-5.6 自动化优化研究并发现新算法(7 条相关)→
「研究」频道最新
- 研究推出 dropout 缩放律：按激活参数量用 sigmoid 公式定最优 dropout — gordic_aleksa · 2026-10-16
- 移除 Gemini 后相关性从 0.20 升至 0.96：通用能力与机器人能力高度挂钩 — ycombinator · 2026-10-16
- EPFL 用 RFdiffusion 设计变形蛋白,单序列可折叠两种构象 — ferruz_noelia · 2026-10-16
- 通过操纵「地位感」观察模型行为,作者续谈夺权反事实推断 — jd_pressman · 2026-10-16
- 新基准测「对齐伪装」模型：五种检测法中一种识别率高达 98% — jd_pressman · 2026-10-16
- MLP 神经元可解释性六年研究脉络:一帖梳理关键论文 — aryaman2020 · 2026-10-16