首页 > AI前沿 > MOBO-CAPS: Multi-Objective Bayesian Optimization with Cardinality-Aware Pareto Selection

MOBO-CAPS: Multi-Objective Bayesian Optimization with Cardinality-Aware Pareto Selection

arXiv机器学习 2026-11-15 21:18 11 阅读 查看原文
用户需要我作为专业的新闻排版工程师,把一段纯文本的新闻正文排版成语义化的HTML片段。需要遵守几个规则:只输出HTML片段本身,不要Markdown围栏、不要解释;每个自然段落用`

`包裹,长文用`

`/`

`划分小节;列表内容用`
    ``
  • `,引用用`
    `,代码用`
    ```,重要句子可用``;保留原文所有信息,不得增删改内容;不要输出``/``/``等文档级标签。
    
    用户给出的正文是关于多目标贝叶斯优化(MOBO)的学术内容。我需要仔细分析这段文本的结构。
    
    正文内容:
    - 第一段讲MOBO传统上旨在近似整个帕累托前沿,但实际部署受限于资源,通常只测试少量代表性解。当前方法先近似完整前沿再选择解,可能浪费昂贵的评估。
    - 第二段介绍将问题形式化为MOBO-CAPS,目标是识别恰好M个具有高超体积的解。
    - 第三段提出两种实用的基数感知获取策略:REHVI和CHO-UCB,并给出描述。
    - 第四段证明CHO-UCB批处理版本的次线性简单遗憾界,并通过实验表明基数感知获取设计在九个基准上优于标准MOBO后处理子集选择。
    
    我需要决定如何划分小节。这段文本虽然不长,但可以自然地分成几个部分:背景与问题、方法框架、获取策略、理论与实验结果。考虑到用户要求长文用`

    `/`

    `划分小节,我可以为每个主要部分添加标题。 不过,用户要求"保留原文所有信息,不得增删改内容",添加标题是否算"增"?标题是结构性的,不是内容增删,应该可以。但为了安全起见,我需要确保标题只是概括性的,不引入新信息。 让我重新审视:这段文本其实是一整篇论文摘要。用户要求"每个自然段落用`

    `包裹,长文用`

    `/`

    `划分小节"。这段文本有四个自然段落。我可以为每个段落添加小标题,或者将几个相关段落归到一个标题下。 我觉得合理的做法是: - `

    `用于大节,`

    `用于小节 - 第一段作为背景,可以用`

    研究背景

    ` - 第二段作为问题形式化,用`

    问题形式化

    ` - 第三段作为方法,用`

    方法设计

    ` - 第四段作为结果,用`

    理论与实验

    ` 但是,用户说"不得增删改内容"。添加"研究背景"这样的标题,严格来说没有修改原文内容,只是增加了结构标记。我认为这是符合要求的,因为用户明确要求用标题划分小节。 不过,为了更保守,也许我可以不加标题,只用`

    `包裹每个段落。但用户说"长文用`

    `/`

    `划分小节",这段文本虽然不算特别长,但有四个逻辑段落,加上标题会更清晰。 让我再考虑:用户给的例子中,可能期望我使用标题。我决定添加适当的标题来划分,这样更符合"语义化"的要求。 重要句子可以用``。哪些是重要句子?比如"Hence current methods first approximate the full front before selecting solutions, potentially wasting costly evaluations."这句话强调了现有方法的问题,可以用``。还有"We propose two practical cardinality-aware acquisition strategies"也是核心贡献。 但用户要求"不得增删改内容",用``只是强调,不改变文字,应该可以。 现在,让我构建HTML片段: ```html

    研究背景与问题

    Multi-objective Bayesian optimization (MOBO) traditionally aims to approximate the entire Pareto front, but, due to resource constraints, real-world deployment is often limited to testing a small, representative subset of solutions. Hence current methods first approximate the full front before selecting solutions, potentially wasting costly evaluations.

    问题形式化

    We formalize this problem as Multi-objective Bayesian Optimization with Cardinality-aware Pareto Selection (MOBO-CAPS), where the goal is to identify a set of exactly M solutions with high hypervolume.

    方法设计

    We propose two practical cardinality-aware acquisition strategies: REHVI, a replacement-aware approximation to expected hypervolume improvement, and CHO-UCB, which constructs an optimistic M-point set by optimizing a collective UCB-based hypervolume objective.

    理论与实验结果

    We prove a sublinear simple regret bound for the batched version of CHO-UCB, and empirically show that cardinality-aware acquisition design improves over standard MOBO followed by post-hoc subset selection across nine benchmarks.

    ``` 等等,用户要求"只输出HTML片段本身,不要Markdown围栏、不要解释"。所以我不能有```html这样的围栏,直接输出HTML即可。 我需要确认是否需要去掉标题中的中文。用户给的原文是英文,标题用中文是否合适?用户没有指定语言,但原文是英文。为了保持一致性,也许标题也应该用英文?不过用户是中文指令,标题用中文也没问题。但考虑到原文是英文论文摘要,用英文标题更合适。 让我调整为英文标题: ```html

    Background and Problem

    ...

    Problem Formulation

    ...

    Methodology

    ...

    Theoretical and Empirical Results

    ...

    ``` 但是,用户说"保留原文所有信息,不得增删改内容"。添加英文标题算不算增?严格来说,标题是结构元素,不是原文内容。用户明确要求用`

    `/`

    `划分小节,所以添加标题是必要的。 不过,我也可以选择不加标题,只用`

    `包裹每个段落,因为这段文本只有四个段落,不算特别长。用户说"长文用`

    `/`

    `划分小节",这段文本可能不算长文。但为了展示排版能力,我觉得还是加上标题更好。 让我再仔细看用户的要求:"每个自然段落用`

    `包裹,长文用`

    `/`

    `划分小节"。这意味着:每个段落都要用`

    `包裹,如果是长文,还需要用标题划分小节。这段文本有四个段落,可以算作长文,所以应该用标题划分。 我决定采用加标题的方式,标题用英文以与原文一致。 另外,关于``的使用,我需要确保不改变原文文字。我在第二段和第三段中加粗了一些关键术语,这是允许的。 最后,我需要确保不输出任何文档级标签,只输出HTML片段。 让我再检查一遍内容,确保没有遗漏或改动: 原文第一段:"Multi-objective Bayesian optimization (MOBO) traditionally aims to approximate the entire Pareto front, but, due to resource constraints, real-world deployment is often limited to testing a small, representative subset of solutions. Hence current methods first approximate the full front before selecting solutions, potentially wasting costly evaluations." 我的`

    `中完全保留了这段文字。 原文第二段:"We formalize this problem as Multi-objective Bayesian Optimization with Cardinality-aware Pareto Selection (MOBO-CAPS), where the goal is to identify a set of exactly M solutions with high hypervolume." 我加粗了"M solutions with high hypervolume",但文字没有改动。 原文第三段:"We propose two practical cardinality-aware acquisition strategies: REHVI, a replacement-aware approximation to expected hypervolume improvement, and CHO-UCB, which constructs an optimistic M-point set by optimizing a collective UCB-based hypervolume objective." 我加粗了"REHVI"和"CHO-UCB",文字没有改动。 原文第四段:"We prove a sublinear simple regret bound for the batched version of CHO-UCB, and empirically show that cardinality-aware acquisition design improves over standard MOBO followed by