Evolutionary Ensemble Search gradi ML procedure kroz vođenu evoluciju programa
EES kombinuje savet specijalizovanih uloga, evolutivni engine, memoriju prethodnih pokušaja i validaciono kontrolisane ansamble kako bi automatski razvijao procedure mašinskog učenja.
Savet, orkestrator i evolutivni engine
Evolutionary Ensemble Search konstruiše procedure mašinskog učenja kroz ekspertima vođenu evoluciju programa, pri čemu specijalizovani savet pretvara dokaze o zadatku i rezultate eksperimenata u strukturisane smernice za pretragu.
Orkestrator raspoređuje te smernice izvršnim specijalistima i evolutivnom engine-u koji bira merene roditeljske procedure, analizira njihove greške i proizvodi potomke mutacijom koda, izmenama pipeline-a i crossover operacijama.
Svaki potomak mora da zaradi svoje mesto
Svaka nova procedura mora stvarno da se izvrši i dobije sopstveni validacioni dokaz, dok arhive populacije čuvaju korisne alternative, a kompatibilne predikcije se nadmeću u ansamblu kontrolisanom validacijom.
Pretraga se prilagođava kreditiranjem operatora u odnosu na roditelja, memorijom sesije i lekcijama vezanim za problem koje se prenose između pokretanja.
Rezultati na MLE-bench Lite
Javni razvojni ledger za MLE-bench Lite beleži artefakte koji prelaze medaljski prag na 19 od 22 zadatka, odnosno 86,36 odsto, sa najboljim rezultatima od 11 zlatnih, pet srebrnih i tri bronzane medalje.
Procedure koje EES razvija obuhvataju tekst, slike, tabele, audio, naučnu geometriju i determinističke transformacije, pa okvir nije ograničen na jednu vrstu podataka.
Izvori
Prikazani su izvorni linkovi korišćeni za proveru objavljenih činjenica.
Komentari
Komentari se objavljuju nakon moderacije.
Još nema objavljenih komentara.