本文探讨了基于模型的离线优化（MBO）问题，提出了保守目标模型（COMs）和离线模型优化设计编辑（DEMO）等新方法，旨在通过学习生成模型和优化策略提高优化性能。研究表明，这些方法在多个基准测试中表现优异，尤其在复杂的黑盒函数优化中具有显著优势。