HEMO：将自动算子设计框架本身作为自进化优化目标

Jianghan Zhu 等研究者在 arXiv 发布 HEMO 论文，提出把自动算子设计（AOD）中的搜索框架本身作为自进化优化目标，通过维护持久框架状态、逐模块更新经验检索、算子改进、父代选择与搜索编排逻辑来提升多目标组合优化（MOCO）性能。方法采用 discounted UCB 调度器引导模块适应，并用持久记忆文件系统跨状态保存候选结果与诊断反馈。 论文实验覆盖 8 个 MOCO 任务和 2 种结构不同的进化骨干，结果显示 HEMO 优于传统进化、神经网络及 LLM 算子设计基线，并能有效迁移到相关任务。

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。