LLM-Evolved Regularization Schedules Prevent Posterior Collapse in Latent Factor Analysis via Dynamical Systems
Diese Arbeit zeigt, dass durch LLM-basierte Programmentwicklung (FunSearch) optimierte Regularisierungsschemata das Problem des Posterior Collapse bei LFADS effizient verhindern und dabei eine deutlich bessere Rechenleistung als herkömmliche Methoden erzielen.