Copertina

Purely Agent-Driven Black-Box Optimization for Biological Design

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Maus, Natalie, Zeng, Yimeng, Jones, Haydn Thomas, Huang, Yining, Goel, Gaurav Ng, Rose, Alden, Kim, Kyurae, Lee, Hyun-Su, Torres, Marcelo Der Torossian, Wan, Fangping, de la Fuente-Nunez, Cesar, Yatskar, Mark, Bastani, Osbert, Gardner, Jacob R.
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Covering Multiple Objectives with a Small Set of Solutions Using Bayesian Optimization
di: Maus, Natalie, et al.
Pubblicazione: (2025)

Large Scale Multi-Task Bayesian Optimization with Large Language Models
di: Zeng, Yimeng, et al.
Pubblicazione: (2025)

Adversarial Query Synthesis via Bayesian Optimization
di: Tao, Jeffrey, et al.
Pubblicazione: (2026)

Self-Driving Datasets: From 20 Million Papers to Nuanced Biomedical Knowledge at Scale
di: Jones, Haydn, et al.
Pubblicazione: (2026)

Improving Structural Diversity of Blackbox LLMs via Chain-of-Specification Prompting
di: Young, Halley, et al.
Pubblicazione: (2024)

Predicting and generating antibiotics against future pathogens with ApexOracle
di: Leng, Tianang, et al.
Pubblicazione: (2025)

A Dataset for Distilling Knowledge Priors from Literature for Therapeutic Design
di: Jones, Haydn Thomas, et al.
Pubblicazione: (2025)

Generative Adversarial Model-Based Optimization via Source Critic Regularization
di: Yao, Michael S., et al.
Pubblicazione: (2024)

Learned Offline Query Planning via Bayesian Optimization
di: Tao, Jeffrey, et al.
Pubblicazione: (2025)

Stochastic Bandits with ReLU Neural Networks
di: Xu, Kan, et al.
Pubblicazione: (2024)

Asymptotic Normality of Generalized Low-Rank Matrix Sensing via Riemannian Geometry
di: Bastani, Osbert
Pubblicazione: (2024)

Linear Convergence of Black-Box Variational Inference: Should We Stick the Landing?
di: Kim, Kyurae, et al.
Pubblicazione: (2023)

Approximation-Aware Bayesian Optimization
di: Maus, Natalie, et al.
Pubblicazione: (2024)

Stochastic Online Conformal Prediction with Semi-Bandit Feedback
di: Ge, Haosen, et al.
Pubblicazione: (2024)

Are AI Capabilities Increasing Exponentially? A Competing Hypothesis
di: Ge, Haosen, et al.
Pubblicazione: (2026)

Rethinking Algorithmic Fairness for Human-AI Collaboration
di: Ge, Haosen, et al.
Pubblicazione: (2023)

Nearly Dimension-Independent Convergence of Mean-Field Black-Box Variational Inference
di: Kim, Kyurae, et al.
Pubblicazione: (2025)

On the Convergence of Black-Box Variational Inference
di: Kim, Kyurae, et al.
Pubblicazione: (2023)

Provably Scalable Black-Box Variational Inference with Structured Variational Families
di: Ko, Joohwan, et al.
Pubblicazione: (2024)

Beating the Winner's Curse via Inference-Aware Policy Optimization
di: Bastani, Hamsa, et al.
Pubblicazione: (2025)

Improving Human Sequential Decision-Making with Reinforcement Learning
di: Bastani, Hamsa, et al.
Pubblicazione: (2021)

Winner's Curse Drives False Promises in Data-Driven Decisions: A Case Study in Refugee Matching
di: Bastani, Hamsa, et al.
Pubblicazione: (2026)

Synthesizing Trajectory Queries from Examples
di: Mell, Stephen, et al.
Pubblicazione: (2026)

Group-Sparse Matrix Factorization for Transfer Learning of Word Embeddings
di: Xu, Kan, et al.
Pubblicazione: (2021)

Knowledgeable Language Models as Black-Box Optimizers for Personalized Medicine
di: Yao, Michael S., et al.
Pubblicazione: (2025)

Policy-Guided Stepwise Model Routing for Cost-Effective Reasoning
di: Si, Wenwen, et al.
Pubblicazione: (2026)

Decaf: Improving Neural Decompilation with Automatic Feedback and Search
di: Shypula, Alexander, et al.
Pubblicazione: (2026)

Conformal Structured Prediction
di: Zhang, Botong, et al.
Pubblicazione: (2024)

Uncertainty Quantification for Neurosymbolic Programs via Compositional Conformal Prediction
di: Ramalingam, Ramya, et al.
Pubblicazione: (2024)

LLM Program Optimization via Retrieval Augmented Search
di: Anupam, Sagnik, et al.
Pubblicazione: (2025)

Prior-Agnostic Incentive-Compatible Exploration
di: Ramalingam, Ramya, et al.
Pubblicazione: (2026)

Optimal Program Synthesis via Abstract Interpretation
di: Mell, Stephen, et al.
Pubblicazione: (2026)

Learning Performance-Improving Code Edits
di: Shypula, Alexander, et al.
Pubblicazione: (2023)

OmegAMP: Targeted AMP Discovery through Biologically Informed Generation
di: Soares, Diogo, et al.
Pubblicazione: (2025)

Diversity By Design: Leveraging Distribution Matching for Offline Model-Based Optimization
di: Yao, Michael S., et al.
Pubblicazione: (2025)

SPARLING: Learning Latent Representations with Extremely Sparse Activations
di: Gupta, Kavi, et al.
Pubblicazione: (2023)

“EU QUERIA MUDAR”: A PSICANÁLISE FACE À ADOLESCÊNCIA POBRE E SEM LUGAR
di: Sandra Torossian
Pubblicazione: (2017)

Conformal Constrained Policy Optimization for Cost-Effective LLM Agents
di: Si, Wenwen, et al.
Pubblicazione: (2025)

TRAQ: Trustworthy Retrieval Augmented Question Answering via Conformal Prediction
di: Li, Shuo, et al.
Pubblicazione: (2023)

Choose, Don't Label: Multiple-Choice Query Synthesis for Program Disambiguation
di: Barnaby, Celeste, et al.
Pubblicazione: (2026)