研究人员开发了一种新颖的自回归图Transformer，称为上下文图推理（ICG-I），旨在弥合离散图模型中精确推理和可扩展推理之间的差距。这种新方法模仿了精确算法的顺序消元结构，同时结合了张量训练（Tensor-Train）压缩来处理中间因子，解决了传统迭代近似技术的局限性。ICG-I已展示出最先进的性能，显著降低了平均绝对误差（MAE），并在其他方法发散的复杂、受挫图上表现稳健。 AI
影响 引入了一种新的自回归模型，提高了图模型推理的可扩展性和准确性，可能影响依赖复杂概率推理的领域。
排序理由 该集群包含一篇详细介绍新方法及其实验结果的学术论文。[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 →