arXiv Artificial Intelligence· Pedro Dall'Antonia, Daniel Csillag, Diego Mesquita·· 17 小时前AI 评分20
重新审视 GFlowNet 训练：Negative Reinforce Dynamics
Rethinking GFlowNet Training: Negative Reinforce Dynamics
AI 导读
研究揭示 GFlowNet 全梯度中存在一种反探索机制，会通过避开高误差区域来降低观测到的平衡误差，从而将全梯度与 GFlowNet 和解耦采样器之间的 min-min 动力学联系起来。
来源：arXiv Artificial Intelligence · arxiv.org