#多目标优化

搞强化学习又怕策略踩安全红线的看这篇，零约束违反加收敛保证都给了。

训练模型同时兼顾多个目标时总顾此失彼？这篇论文给了可量化的冲突度量加两个能落地的算法，Meta-World 上实测涨了 4.3%。

一篇教你怎么调推理配置的论文，Qwen 和 DeepSeek 两个空间上省缓存、降延迟都有具体数字，做推理优化的可以看看。

生产排程这事儿可以用智能体来做了，APEX 让你用自然语言改约束、改目标，还跑赢了 NSGA-II 这些老牌算法，搞运筹优化的可以看看。

这篇论文提出了KENDO框架，结合了集成高斯过程与冲突感知获取策略，对于贝叶斯优化和主动学习领域的研究者来说，是一个值得关注的创新点。

ORACLE开源了：一个模型按偏好向量调模拟电路，不用重训；2000个用例上比现有方法快20-104倍。

这篇论文教你怎么在能耗不稳定的MCU上做持续学习，不用反复上机测试，Cortex-M4上误差只有16.6%。

MOT-SR把工具和大模型结合起来找方程，40个任务上又快又准，还能处理引力波轨道建模，挺实用。

这篇论文给投资组合优化问题搞了一套新的进化算法方案，收敛快结果好，做量化研究的可以看看。

让多智能体学会互相配合完成多目标任务

多目标优化研究者终于有了 SPEA2 的理论短板分析——原版在支配解处理上存在盲区，SPEA2$^+$ 的改进思路（全距离密度估计）简单有效，做进化算法理论或应用的团队值得关注。