该文汇总了多项自动调参与优化研究：Self-Tuning结合有标签与无标签数据及预训练迁移，并用伪群组对比缓解伪标签依赖；其他工作包括用异构图神经网络与去噪自编码器调优并行代码、以自动超参数优化训练图卷积网络、基于贝叶斯优化调参、借PLM生成样本改进小样本学习、用OtterTune推荐数据库参数、以ℓ1正则迁移学习提升因果效应估计、用时间转移学习优化自动驾驶，以及提出并行无导数优化框架Autotune和张量程序自动调优方法。