AFGG：采集函数引导生成用于离散贝叶斯优化

研究者提出采集函数引导生成（AFGG），把预训练生成模型与直接定义在数据空间的代理模型结合，通过将受采集函数倾斜的分布嵌入扩散桥，使生成过程可获得可用梯度。该方法以类别扩散模型和自回归归一化流两种变体实现。 在多项分子基准测试中，扩散变体与领先的贝叶斯优化方法表现持平，流变体在多数情况下优于当前最优方法。实现代码已公开。

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。