# 收敛然后多样化：解耦多目标贝叶斯优化中的收敛性和多样性

> 全文为英语

**Published:** 2026年9月15日
**Author:** Chao Jiang, Yueling Huang, Miqing Li
**Source:** arXiv — cs.AI
**Language:** en-US
**HTML:** https://aiqazaqstan.com/zh/articles/converge-then-diversify-decoupling-convergence-and-diversity-in-multi-ob

多目标贝叶斯优化 (MOBO) 是一种样本高效方法，用于优化具有多个目标的昂贵黑盒函数。在 MOBO 中，目标是充分逼近帕累托前沿；也就是说，要获得高质量的解决方案集，其中 1) 好......

> 内容来自原始来源： **arXiv — cs.AI**
> [在 arXiv — cs.AI 阅读全文](https://arxiv.org/abs/2609.13396)

---

*AI Qazaqstan — non-commercial informational portal about AI in Kazakhstan. Machine translations and summaries are AI-generated.*