尴尬地并行化的 GFlowNets
原文中文，约300字，阅读约需1分钟。发表于：。GFlowNets 以及其拆分并行版本 EP-GFlowNet 是用于离散复合随机变量的一种有前景的 MCMC 采样替代方法，旨在解决后先验采样中的困难和分布在客户端的数据间的通信问题。
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。
