特定のデータセットとハイパラ構成を入力したときに、そのパフォーマンス予測器をEnd2Endで学習したことが新規性。加えて、工夫しているところとして、データセット間でパフォーマンススコアにバラツキがあるので、その影響を緩和するために正規化しているところ。また、もし２つのデータセットが同じようなハイパラランクをつける場合は、同じような特徴のデータセットであるべき、という正則化を設けているところ。

従来手法と比較して、評価されたハイパーパラメータの数が半分でも最適な性能を達成。

ハイパーパラメータ学習手法として直観的であり、性能も高いため。