待验证50% 置信观点精确时间

论文指出主流MOBO方法在评估预算极度紧张时存在明显短板，可能无法生成足够多的解去同时逼近整个前沿

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

先收敛后多样化：多目标贝叶斯优化的CTD新范式

涉及实体

多目标贝叶斯优化 (MOBO)concept CTD (Converge-Then-Diversify)concept

相关事实

待验证低成本套餐通常意味着底层模型能力受限，复杂推理和多轮上下文追踪可能表现不稳定60% 相似待验证策略拥挤效应会导致因子预测能力衰减、夏普比率下降，甚至在市场压力时期出现因子崩溃60% 相似待验证随着约束数量增长，某些求解器可能面临性能瓶颈60% 相似待验证无梯度方法样本效率低，在高维参数空间中缺乏梯度指引意味着需要海量函数评估才能收敛60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/921691

API

curl https://kongchang.com/api/v1/knowledge/claims/921691

MCP

get_claim(id=921691)