大家好，
这个例子源于最近与一位化工行业客户的对话。他们创建了很多混合物/配方，但他们的示例中，混合物都受到严格的约束规则限制，例如“我们有 5 种可能的添加剂，但一次只能使用 2 种，需要找到最佳设置”。
本演示利用贝叶斯优化算法展示了如何结合候选集来实现这一过程。初始数据由候选数据集中的自定义设计生成，然后针对候选集运行贝叶斯优化算法，仅推荐使用 5 种添加剂中 2 种的运行方案。此外，它还巧妙地展示了如何结合线性线性模型（LLM）并通过脚本解决难题。
使用方法：
1. 打开“dt”按钮
2. 点击“生成候选集”以创建可供参考的候选数据集
3. 点击“运行贝叶斯优化”——这将提示您选择候选集，然后生成下一行。
4. 继续进行，直到达到“重复最佳”阶段，大功告成。
如果你问的是如何生成候选集，与其直接给他们看剧本（吓唬他们），不如利用语言学习模型（LLM），以及将自然语言转换成剧本的功能。
1. 点击“LearnBot 为候选人集发出提示”，这将打开 LearnBot 并将提示复制到剪贴板，您可以将其粘贴进去。
2. 运行脚本生成候选集。目前一切正常，客户只需修改第二段来描述他们的实验即可。
3. “另一个 LearnBot 候选集提示”是 Bradley Bowens 在 GTET 演讲/期刊中提出的一个更复杂的示例。
