实体 Denoising Diffusion Policy Optimization

Denoising Diffusion Policy Optimization

PulseAugur coverage of Denoising Diffusion Policy Optimization — every cluster mentioning Denoising Diffusion Policy Optimization across labs, papers, and developer communities, ranked by signal.

Show in brief

总计 · 30天

90 天内 1

发布 · 30天

90 天内 0

论文 · 30天

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_273133 · Oct 1 · 04:00

Diffusion models generate creative chess puzzles with improved uniqueness

研究人员开发了一种使用掩码扩散模型生成创意国际象棋谜题的新颖方法，解决了当前语言模型在受约束的创意任务中的局限性。他们的方法允许基于特定的战术主题和部分棋盘位置进行条件化，将解决方案的独特性提高了 11.6%，主题条件准确性提高了 2.5%。通过基于 Denoising Diffusion Policy Optimization (DDPO) 的强化学习框架进一步优化，将独特且主题匹配的位置产量提高了 89.1%。该团队还发布了该任务…

Diffusion models generate creative chess puzzles with improved uniqueness