大家好，
這個例子源自於最近與一位化學工業客戶的對話。他們創建了許多混合物/配方，但在他們的例子中，混合物都受到嚴格的約束規則限制，例如「我們有 5 種可能的添加劑，但一次只能使用 2 種，需要找到最佳設定」。
本示範利用貝葉斯最佳化演算法展示如何結合候選集來實現這一過程。初始資料由候選資料集中的自訂設計生成，然後針對候選集運行貝葉斯最佳化演算法，僅建議使用 5 種添加劑中 2 種的運行方案。此外，它還巧妙地展示瞭如何結合線性線性模型（LLM）並透過腳本解決難題。
使用方法：
1. 開啟“dt”按鈕
2. 點選「生成候選集」以建立可參考的候選資料集
3. 點擊「執行貝葉斯最佳化」－這將提示您選擇候選集，然後產生下一行。
4. 繼續進行，直到達到「重複最佳」階段，大功告成。
如果你問的是如何產生候選集，與其直接給他們看劇本（嚇唬他們），不如利用語言學習模型（LLM），以及將自然語言轉換成劇本的功能。
1. 點擊“LearnBot 為候選人集發出提示”，這將打開 LearnBot 並將提示複製到剪貼簿，您可以將其貼上進去。
2. 運行腳本產生候選集。目前一切正常，客戶只需修改第二段來描述他們的實驗。
3. 「另一個 LearnBot 候選集提示」是 Bradley Bowens 在 GTET 演講/期刊中提出的一個更複雜的範例。
