祝贺实验室博士生窦曙光、赵佳乐一篇论文“EA-HAS-Bench and Language-Enhanced Shrinkage Search for Energy-aware NAS“被TPAMI2025录用。

为了应对人工智能技术发展中日益严峻的能源消耗问题，同济大学的研究团队与微软亚洲研究院联合发布了全球首个大规模节能AI搜索基准——EA-HAS-Bench。该基准首次将模型搜索过程中的总能耗作为核心评估指标，旨在提升节能AI研究的可复现性与便捷性 。面对包含超过326亿种配置的庞大联合搜索空间，研究团队开发了一种基于贝塞尔曲线的创新代理模型以精准预测性能与能耗 。与此同时，他们还提出了一种名为LESS（语言增强收缩搜索）的新算法，该算法巧妙地利用大型语言模型（LLM）的分析能力，通过迭代式地收缩搜索空间，为现有的优化方法赋能，显著提升了模型探索的能源效率 。这项开创性的工作为“绿色AI”的发展铺设了重要的基石，其数据集与代码已开源，旨在推动全球AI社区在该方向的研究与创新 。