标签
决策流采样是一个无需训练的框架,通过构建分层树并执行全局轨迹评估,从大语言模型中提取高质量推理路径,在基准测试中超越现有采样方法。
介绍了SPOT(采样策略观察树),一种模型无关的框架,通过构建有限时域前瞻树来揭示动作的下游后果,从而解释深度强化学习策略,并在SUMO-RL交通信号控制领域进行了演示。
本文介绍了一种过渡感知型Best-of-N采样方法,这是一种无需训练的方法,通过使用集合到集合的距离度量来编码既往与当前检查之间的变化,从而生成纵向胸部X光报告。
介绍了有色噪声采样(CNS),这是一种无需训练的扩散模型随机求解器,可根据频率依赖的时间表动态分配能量,在ImageNet-256上显著提高了FID等图像质量指标。