IQS-BO：用于贝叶斯优化的上下文查询选择方法

IQS-BO 是一种基于 PFN 的大语言模型，通过监督学习在合成先验上训练查询决策，单次前向传播即可预测每个候选点最大化目标的概率。实验表明，该方法在合成和真实基准上以更低成本匹配或超越基于高斯过程的贝叶斯优化及已有上下文方法。作者还提出混合先验预训练策略，融合高斯过程样本与具有扭曲输入、孤立窄峰或平台特征的函数。