OpenAI 发表了一项研究，详细介绍了其在基于能量的模型 (EBM) 方面取得的进展，展示了稳定且可扩展的训练方法，可提高样本质量和泛化能力。他们的方法通过 Langevin 动力学进行迭代优化，允许自适应计算时间，并生成与 GANs 具有竞争力的样本，同时提供模式覆盖保证。这项研究表明，EBMs 可以生成高质量图像、稳定的机器人动力学轨迹，并表现出强大的分布外分类性能，甚至优于专门为对抗鲁棒性而训练的模型。 AI
排序理由 这是 OpenAI 关于基于能量模型进展的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
We’ve made progress towards stable and scalable training of energy-based models (EBMs) resulting in better sample quality and generalization ability than existing models. Generation in EBMs spends more compute to continually refine its answers and doing so can generate samples co…