We Still Don't Understand High-Dimensional Bayesian Optimization
Notice bibliographique
Résumé
Bayesian optimization is often limited not only by the complexity of the surrogate model but also by the difficulty of optimizing the acquisition function. We study this difficulty for Gaussian-process surrogates with the spherically projected linear kernel of Doumont et al. That kernel is exactly Bayesian linear regression on a finite feature map whose nonconstant features lie on a sphere, so on the unconstrained spherical design space the posterior mean is a linear function of the spherical coordinate and the posterior variance is a quadratic function. Our main result is that maximizing Expected Improvement (EI) or Log Expected Improvement (LogEI) for this surrogate reduces exactly to a single-variable search over a mean–variance Pareto frontier, where each frontier point is the solution of a classical trust-region subproblem. The acquisition optimization is therefore one-dimensional and independent of the ambient dimension, which enters only through the linear algebra used to evaluate the frontier. This gives an interpretable explore–exploit dial and separates one source of high-dimensional robustness (a tame acquisition geometry) from the statistical expressiveness of the surrogate. We also explain why this one-dimensional picture is exact for unconstrained spherical optimization but is broken by the box constraints present in most real Bayesian-optimization tasks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,008 |
| Communication savante | 0,004 | 0,018 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,016 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».