研究人员开发了一种新的 Kullback-Leibler (KL) 散度估计器,该估计器基于归一化重要性权重。该估计器实现了通用的有限样本界限,这意味着其期望值最多可以超过目标-提议 KL 散度 log 2,而与样本量无关。该工作还表征了重要性加权重采样引起的分布与提议分布之间的 KL 散度,提供了无矩界限。这些发现可应用于使用 Soft Best-of-N 采样等技术对生成模型进行对齐以及在相对熵编码中的应用。 AI
排序理由 学术论文发表在 arXiv 上,详细介绍了一种新的统计估计方法。[lever_c_demoted from research: 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 →