arXiv Artificial Intelligence· Sungjun Lim, Adrian Robert Minut, Nico Carlsen Daheim, Mohammad Emtiyaz Khan, Kyungwoo Song, Thomas M\"ollenhoff·· 18 小时前AI 评分22
FBI：用 Fenchel-Bregman 后验学习提升多样本推理候选覆盖率
Train for Many, Update with One: Improving Multi-Sample Reasoning via Fenchel-Bregman Posterior Learning
AI 导读
针对多样本推理中最小化单次尝试平均损失无法直接优化候选覆盖率的问题，研究者提出有限 K 后验学习目标，并给出 Fenchel-Bregman（FB）方法，每次更新只需一次后验采样，而非直接蒙特卡洛优化所需的 K 次。
来源：arXiv Artificial Intelligence · arxiv.org