尴尬地并行化的 GFlowNets

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文介绍了一种基于能量的生成流网络(EB-GFN)概率建模算法,通过随机构造数据策略来建模生成过程,并将昂贵的MCMC探索分摊到从GFlowNet中采样的操作中。该算法展示了GFlowNet在多个模式之间混合执行大块Gibbs采样的能力。同时,提出了共同训练GFlowNet和能量函数的框架,使GFlowNet能够从能量分布中进行采样。EB-GFN在各种概率建模任务中表现出有效性。

原文中文,约300字,阅读约需1分钟。
阅读原文