Buchumschlag

Optuna vs Code Llama: Are LLMs a New Paradigm for Hyperparameter Tuning?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kochnev, Roman, Goodarzi, Arash Torabi, Bentyn, Zofia Antonina, Ignatov, Dmitry, Timofte, Radu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Neural and Evolutionary Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NNGPT: Rethinking AutoML with Large Language Models
von: Kochnev, Roman, et al.
Veröffentlicht: (2025)

LEMUR Neural Network Dataset: Towards Seamless AutoML
von: Goodarzi, Arash Torabi, et al.
Veröffentlicht: (2025)

GEGO: A Hybrid Golden Eagle and Genetic Optimization Algorithm for Efficient Hyperparameter Tuning in Resource-Constrained Environments
von: Nazarians, Amaras, et al.
Veröffentlicht: (2026)

Parallel Hyperparameter Optimization Of Spiking Neural Network
von: Firmin, Thomas, et al.
Veröffentlicht: (2024)

How to Prove the Optimized Values of Hyperparameters for Particle Swarm Optimization?
von: Chen, Abel C. H.
Veröffentlicht: (2023)

Learning Internal Biological Neuron Parameters and Complexity-Based Encoding for Improved Spiking Neural Networks Performance
von: Rudnicka, Zofia, et al.
Veröffentlicht: (2025)

GigaEvo: An Open Source Optimization Framework Powered By LLMs And Evolution Algorithms
von: Khrulkov, Valentin, et al.
Veröffentlicht: (2025)

Multi-Bit Mechanism: A Novel Information Transmission Paradigm for Spiking Neural Networks
von: Xiao, Yongjun, et al.
Veröffentlicht: (2024)

SAIS: A Novel Bio-Inspired Artificial Immune System Based on Symbiotic Paradigm
von: Song, Junhao, et al.
Veröffentlicht: (2024)

Generalized Population-Based Training for Hyperparameter Optimization in Reinforcement Learning
von: Bai, Hui, et al.
Veröffentlicht: (2024)

Reinitializing weights vs units for maintaining plasticity in neural networks
von: Hernandez-Garcia, J. Fernando, et al.
Veröffentlicht: (2025)

Comparative study of regression vs pairwise models for surrogate-based heuristic optimisation
von: Naharro, Pablo S., et al.
Veröffentlicht: (2024)

Fine Tuning Swimming Locomotion Learned from Mosquito Larvae
von: Rajbhandari, Pranav, et al.
Veröffentlicht: (2024)

Synaptic Activation and Dual Liquid Dynamics for Interpretable Bio-Inspired Models
von: Farsang, Mónika, et al.
Veröffentlicht: (2026)

Tuning Synaptic Connections instead of Weights by Genetic Algorithm in Spiking Policy Network
von: Zhang, Duzhen, et al.
Veröffentlicht: (2022)

GEAR: Genetic AutoResearch for Agentic Code Evolution
von: Jeddi, Ahmadreza, et al.
Veröffentlicht: (2026)

Evolutionary Developmental Biology Can Serve as the Conceptual Foundation for a New Design Paradigm in Artificial Intelligence
von: Erden, Zeki Doruk, et al.
Veröffentlicht: (2025)

Multiobjective Optimization Analysis for Finding Infrastructure-as-Code Deployment Configurations
von: Osaba, Eneko, et al.
Veröffentlicht: (2024)

Efficiently Tackling Million-Dimensional Multiobjective Problems: A Direction Sampling and Fine-Tuning Approach
von: Hong, Haokai, et al.
Veröffentlicht: (2023)

Lazy Parameter Tuning and Control: Choosing All Parameters Randomly From a Power-Law Distribution
von: Antipov, Denis, et al.
Veröffentlicht: (2021)

Digital Red Queen: Adversarial Program Evolution in Core War with LLMs
von: Kumar, Akarsh, et al.
Veröffentlicht: (2026)

Code Evolution Graphs: Understanding Large Language Model Driven Design of Algorithms
von: van Stein, Niki, et al.
Veröffentlicht: (2025)

Word2Spike: Poisson Rate Coding for Associative Memories and Neuromorphic Algorithms
von: Kalra, Archit, et al.
Veröffentlicht: (2025)

LLMs Help Alleviate the Cross-Subject Variability in Brain Signal and Language Alignment
von: Liu, Yifei, et al.
Veröffentlicht: (2025)

LEVI: Stronger Search Architectures Can Substitute for Larger LLMs in Evolutionary Search
von: Tanveer, Temoor
Veröffentlicht: (2026)

Beyond Rate Coding: Surrogate Gradients Enable Spike Timing Learning in Spiking Neural Networks
von: Yu, Ziqiao, et al.
Veröffentlicht: (2025)

HSEvo: Elevating Automatic Heuristic Design with Diversity-Driven Harmony Search and Genetic Algorithm Using LLMs
von: Dat, Pham Vu Tuan, et al.
Veröffentlicht: (2024)

Phythesis: Physics-Guided Evolutionary Scene Synthesis for Energy-Efficient Data Center Design via LLMs
von: LI, Minghao, et al.
Veröffentlicht: (2025)

A Functional Analysis Approach to Symbolic Regression
von: Antonov, Kirill, et al.
Veröffentlicht: (2024)

Subfunction Structure Matters: A New Perspective on Local Optima Networks
von: Thomson, S. L., et al.
Veröffentlicht: (2025)

Assessing the Emergent Symbolic Reasoning Abilities of Llama Large Language Models
von: Petruzzellis, Flavio, et al.
Veröffentlicht: (2024)

Parallelization of Non-linear State-Space Models: Scaling Up Liquid-Resistance Liquid-Capacitance Networks for Efficient Sequence Modeling
von: Farsang, Mónika, et al.
Veröffentlicht: (2025)

Sensitivity-Aware Mixed-Precision Quantization and Width Optimization of Deep Neural Networks Through Cluster-Based Tree-Structured Parzen Estimation
von: Azizi, Seyedarmin, et al.
Veröffentlicht: (2023)

Deep Learning to Predict Late-Onset Breast Cancer Metastasis: the Single Hyperparameter Grid Search (SHGS) Strategy for Meta Tuning Concerning Deep Feed-forward Neural Network
von: Zhou, Yijun, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning of LLMs with Mixture of Space Experts
von: Zhang, Buze, et al.
Veröffentlicht: (2026)

EvoForest: A Novel Machine-Learning Paradigm via Open-Ended Evolution of Computational Graphs
von: Yuksel, Kamer Ali, et al.
Veröffentlicht: (2026)

A Bio-Inspired Research Paradigm of Collision Perception Neurons Enabling Neuro-Robotic Integration: The LGMD Case
von: Qin, Ziyan, et al.
Veröffentlicht: (2025)

Automated Algorithm Design for Auto-Tuning Optimizers
von: Willemsen, Floris-Jan, et al.
Veröffentlicht: (2025)

Evolving Features vs Evolving Entire Trees with GP for Interpretable Survival Analysis
von: Schlender, Thalea, et al.
Veröffentlicht: (2026)

Evolution Strategies at Scale: LLM Fine-Tuning Beyond Reinforcement Learning
von: Qiu, Xin, et al.
Veröffentlicht: (2025)