Метод LiPO в контексте глобальной оптимизации функций работает следующим образом: 1

1. Выбирается константа, соответствующая наибольшему наклону оптимизируемой функции. 1
2. В качестве нового приближения выбирается не псевдослучайная точка, а точка, в которой верхняя граница принимает максимальное значение. 1
3. Новая точка на каждой итерации выбирается псевдослучайным образом из списка точек, в которых верхняя граница превышает текущее приближение глобального максимума функции. 1

Это делает алгоритм более эффективным, чем случайный поиск. 1 Метод разрабатывался для оптимизации гиперпараметров алгоритмов машинного обучения, но может применяться к любым липшецевым функциям. 1

Также существует адаптивная версия LIPO, которая используется в случае, когда постоянная Липшица неизвестна и её нужно оценить вместе с оптимизацией. 3