面向离散空间的贝叶斯优化：采集函数引导生成（AFGG）

研究者提出采集函数引导生成（AFGG），将预训练生成模型与直接定义在数据空间的代理模型结合，通过把被采集函数倾斜的分布嵌入扩散桥来获得可用梯度。该方法用类别扩散模型和自回归归一化流两种变体实现，在多项分子基准上扩散变体与领先 BO 方法持平，流变体在多数情况下优于 SOTA。实现代码已公开。