实体
Dibs
Dibs
PulseAugur coverage of Dibs — every cluster mentioning Dibs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
扩散模型指导数独求解器，提高效率
研究人员开发了 DiBS，一种将扩散模型集成到数独谜题求解的分支选择过程中的新方法。该方法旨在克服现有求解器在正确性保证方面的不足或在长尾搜索问题上的困难。通过使用扩散模型对候选值进行排序并结合轻量级一致性信号，DiBS 提高了符号求解器的效率，尤其是在具有挑战性的实例上。
-
新的DIBS方法增强了强化学习的泛化能力
研究人员开发了一种名为DIBS的新方法，该方法将行为克隆与强化学习分离，以提高归纳泛化能力。该方法将特定任务策略的学习与高阶策略演化函数（policy-evolution function）的学习分离开来。通过在教师策略的状态-动作对上进行行为克隆来拟合演化函数，DIBS用稳定的监督信号取代了嘈杂的奖励聚合，与现有算法相比，提高了训练稳定性和零样本泛化能力。