本文介绍了一种高效的无模型神经网络架构搜索方法，结合拓扑变异操作和贝叶斯优化，提升了搜索速度和准确性。研究表明，通过迭代算子学习和简洁的神经算子架构，能够在多种任务中超越传统方法的性能。此外，提出的FLAN预测器显著降低了神经结构搜索的成本，推动了深度学习的理论和应用发展。