Renormalising Generative Models 论文阐释了主动推理框架

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-10 12:14

本文提出了主动推理的重整化生成模型 (RGMs) 的面向推导的说明，旨在使该框架更易于理解。RGMs 通过在不同尺度上组合离散生成模型来解决主动推理扩展到复杂域的挑战。该工作阐明了 RGM 层级、信念和行动更新以及各层之间的信息流，并提供了一个开放且经过验证的实现，以降低研究人员的门槛。 AI

影响本文旨在使主动推理对研究人员来说更容易理解，可能加速机器学习基准的开发和评估。

排序理由该项目是一篇研究论文，详细介绍了理论框架及其实现。[lever_c_research降级：ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

Hugging Face Daily Papers TIER_1 English(EN) · 2026-08-10 12:14

生成模型重整化以用于主动推理：基础、推导与验证

Active inference offers a unified framework for perception, learning, and action, but scaling discrete active-inference models to rich spatial and temporal domains remains difficult. Renormalising generative models (RGMs) address this challenge by composing discrete generative mo…