# 通信结构优化

该工作提出一种基于集成的信息论任务选择框架，用集成卡尔曼反演近似贝叶斯更新来估计候选任务对图参数分布的改变量，并通过嵌入代表性选择、代理建模与批量汤普森采样提升可扩展性，在良性与对抗设置及多种任务格式下验证，一致优于随机训练，实现更有效的任务选择与更高的整体成本效率。

该工作提出一种基于集成的信息论任务选择框架，用集成卡尔曼反演近似贝叶斯更新来估计候选任务对图参数分布的改变量，并通过嵌入代表性选择、代理建模与批量汤普森采样提升可扩展性，在良性与对抗设置及多种任务格式下验证，一致优于随机训练，实现更有效的任务选择与更高的整体成本效率。