开源 SRAM 设计工具 OpenYieldV2 把位单元拓扑从预先固定的输入变成可优化变量，与晶体管尺寸、阈值电压一起搜索。此前 OpenRAM 只生成版图不做优化，OpenYield 的高保真优化又只针对固定的 6T 单元。该工具用同一套高保真条件编译 6T 与 10T 宏，以少样本 TabPFN 代理模型预测性能，再用由粗到细的多目标优化器联合搜索；在混合拓扑场景中，其超体积比最强的单一拓扑基线最多提升 17.3%。
内部蒸馏要把教师模型的中间激活对齐到学生模型更小的表示空间，以往靠额外训练投影矩阵完成，这些参数训练完即被丢弃。RAPID改用基于Johnson-Lindenstrauss引理的固定随机投影压缩教师表示，并以指数滑动平均结合同方差不确定性加权来平衡多个损失。在Gemma 3与Qwen 2.5的推理后训练中，其四项基准平均分与学习式投影基本持平，整体平均差异不超过0.15个百分点，同时可训练参数在Qwen实验减少8.1%、在蒸馏全部激活时减少21.1%。
有机蒙脱土改性聚乳酸（PLA）的熔融长丝打印件，其强度同时受黏土剥离程度、熔体流变、层间热黏合和孔隙形态影响，而以往优化多把填料比例与打印参数直接映射到力学性能。C³M-OMMT Twin把黏土剥离与流变状态、逐层热历史、缺陷—界面图、因果力学响应、贝叶斯帕累托优化和实验验证串成一条链。在0至5 wt.%黏土、195至225 °C喷嘴温度等条件下，该流程给出的最优组合约为2 wt.%黏土、215 °C、0.15 mm层高、35 mm/s，对应抗拉强度62.5 MPa、弯曲强度94.1 MPa、孔隙率2.18%。
多目标优化在非规则或不连续Pareto前沿上常难以兼顾收敛与分布。IMOCCO在CCO的碰撞搜索基础上加入流形特征碰撞、质量恢复碰撞和角度稀疏引导三层机制，分别作用于搜索算子、个体交互和环境选择。在31个标准测试函数上，其Friedman平均排名为1.73，居七个算法之首；四杆桁架与盘式制动器两个约束工程问题上，Wilcoxon检验为2/0/0。
生物质烘焙的实验优化长期受制于实验成本与时间，传统单因素试验容易漏掉协同效应，全因子设计又很快变得不可行。一项研究用486条烘焙观测训练带自动相关性判定核的高斯过程回归代理模型，交叉验证R²在质量产率、高位热值和能量产率上分别为0.854、0.971和0.869，优于随机森林、支持向量回归和神经网络。在此基础上，一个把不确定性、质量产率与高位热值的期望改进按0.4/0.3/0.3加权、并加入多样性惩罚的采集函数，推荐出10组实验，温度覆盖200–315 °C、停留时间30–1089 s，全部落在常规烘焙区间内。
联邦聚合不再为了公平而改写全局优化方向。此前的方法通过客户端重加权、梯度修正或对称的多目标共同下降来提升客户端公平性，往往会改变全局更新方向。FedPCD把常规FedAvg聚合当作主目标，把各客户端更新当作次级约束，只在约束被违反时做满足要求所需的最小修正；在CIFAR-10、CIFAR-100与Fashion-MNIST上，它在全部18种配置中取得最高全局精度，并在其中17种取得最高的最差10%客户端精度。
该工作提出 Priority-Constrained Descent（PCD），一种把主目标梯度作为锚点、只在必要时做最小欧氏扭曲以保证每个次要目标获得 τ 比例一阶进展的梯度优化框架，在结构化剪枝、非结构化稀疏加低秩以及合成实验中报告了优于对称多目标方法的逐目标表现与帕累托支配，并给出二、三目标的闭式解与尺度不变性。
该工作提出首个面向业务流程中资源级交接策略的多目标优化方法：以多智能体系统（MAS）仿真模型为输入，用NSGA-II搜索帕累托最优的人员特定交接策略，在5个合成Loan Application变体和7个真实事件日志上，相对as-is流程平均降低37%成本、58%等待时间，并在多数场景优于可用性、随机、最低成本（LC）、最短处理时间（SPT）等启发式基线。
已读完全部报道