🔔 バウンティ #004 - シーンごとのハイパーパラメータの自動最適化 gplv3 LichtFeld Studio 用のシステムを構築します。トレーニング中にシーンごとに最適なハイパーパラメータを自動で検出します。MCMC densification を使用する必要があります（ガウス分布の数は調整可能です）。 目標: MipNeRF360 ベースラインに対して +0.15 dB PSNR。 賞金総額: 2,430 ドル。 詳細とリンクは以下のスレッドをご覧ください！
🧾 コアルール（概要）: • シーンごとに手動で調整することなく、トレーニング中に実行します。 • 位置、スケール、回転、不透明度、球面調和関数の学習率を調整します。 • 緻密化しきい値/間隔、反復回数、ガウス分布の数、その他の品質/収束パラメータを変更します。 • bounty_004 ブランチからフォークします。 • 実行が再現可能であることを確認します。
💡 使用できるアプローチ: • RLコントローラー（RLGS / スケジュール調整ポリシー） • ベイズ最適化 / SMAC（モデルベースHPO） • メタ学習 / シーンごとの適応（高速微調整） • 勾配ベースのハイパーグラッド法（学習可能なLRスケジュール） • 集団ベースのトレーニング / スケジュールフリーの最適化 • 任意の新しい組み合わせ — ただし、MCMC の緻密化 + 調整可能なガウス分布が必要です。
📦 送信: • 実行可能なエントリポイントを持つbounty_004へのPR • 結果表（すべてのMipNeRF360シーン） • ビジュアルと技術概要 • 依存関係 + GPLv3互換ライセンス C++ が望ましい (Python の場合は賞金 20% 減額)。 締め切り: 2025 年 10 月 12 日午後 11 時 59 分 (太平洋標準時)。 幸運を！
賞金総額2,430ドルのスポンサー： @Auki 1000ドル @fulligin 500ドル @janusch_patas 300ドル @YeheLiu 280ドル @kennethlynne 200ドル @fhahlbohm 100ドル @mazy1998 50ドル github の問題: https:/github.com/MrNeRF/LichtFe…: https://t.co/vHUPD8hcdg