結構化編輯

深度分析

結構化漸進知識激活（SPARK）在 LLM 驅動 NAS 中的效能提升與實驗驗證

在神經架構搜尋成本高昂的情境下，研究提出SPARK透過功能因子選擇與條件化修補，降低功能糾纏。實驗顯示於CLRS‑DFS任務中，樣本效率提升28倍，OOD正確率提升至83.74%。此方法亦在十項CLRS基準上取得平均83.92%的OOD正確率，顯示其跨任務穩定性。