增强粒子群优化的大语言模型在深度学习模型超参数调优中的应用

本文解决了深度学习模型架构确定过程中的高效率和收敛性问题，提出了一种将大语言模型（LLMs）与粒子群优化（PSO）相结合的方法，以提升超参数调优的性能。研究表明，该方法显著提高了收敛速度并降低了计算成本，优化效果在20%至60%之间，非常适合广泛的深度学习应用。