多目标贝叶斯优化(面向大模型的超参调优理论)

作者简介

徐华，博士，1998年获得西安交通大学计算机专业学士学位；2003年获得清华大学计算机应用技术专业博士学位；现为清华大学计算机系副教授，博士生导师。主要研究兴趣领域包括：网络文本数据挖掘、智能信息处理和机器人智能控制等。作为项目负责人、首席技术专家或研发骨干，负责完成国家科技重大专项课题3项，国家自然科学基金项目4项，国家973项目二级课题2项，国家863项目（课题）5项，国际500强企业（宝洁、西门子、安捷伦等）合作项目13项。目前已在本专业领域权威期刊和会议上发表学术论文97篇；编写教材2本，参与编写学术专著2部。作为第一完成人获得国家发明专利16项，国际PCT发明专利4项，软件著作权15项。作为清华方面的第一完成人，获得国家科技进步二等奖1项，北京市科学技术一等奖、二等奖和三等奖各1项，重庆市科学技术三等奖1项，行业协会科学技术一等奖2项等。

内容简介

"深入多层次研究：全面探索各类代表性的多目标智能优化方法在各个领域中的实际应用，为专业人员提供实用指南和解决方案，助力问题解决与智能决策。 启发自然界的算法：借鉴生物系统的智慧，采用仿生智能优化算法，突破传统数学解析方法，解决昂贵多目标优化问题，提供独到的优化解决方案。 专注高维多目标贝叶斯优化：关注高维目标空间中的挑战，引入先进算法和技术，包括目标降维和代理模型的辅助优化，为处理现实世界中复杂智能决策问题提供关键方法和工具。 "