实体
Elf Bowling
Elf Bowling
PulseAugur coverage of Elf Bowling — every cluster mentioning Elf Bowling across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的预测状态流方法实现了并行语言生成
研究人员推出了一种新颖的并行语言生成方法——预测状态流（PSF），该方法重新定义了扩散和解码的作用。该方法将序列划分为块，其中扩散先验生成高级预测状态，解码器并行处理令牌级别的选择。一个拥有1.97亿参数的PSF模型在OpenWebText上实现了22.8的生成困惑度，在计算资源显著减少的情况下优于ELF-B。
-
新研究探索先进的贝叶斯优化技术 · 跟踪 6 个来源
最近发表在 arXiv 上的研究探索了贝叶斯优化（BO）的进展，这是一种用于优化昂贵的黑盒函数的技术。几篇论文介绍了新的算法和理论框架，以提高 BO 的效率和适用性。一种方法 ELF-BO 利用评估延迟来实现全贝叶斯优化，而不会显著增加成本。其他工作侧重于多目标和多保真度 BO 的统一信息论方法、BO 算法的参数优化以及简化解释并减少非默认参数数量的默认感知策略。此外，研究还探讨了直接遗憾优化和时变 BO 的渐近性能。
-
新方法提高少步语言模型生成质量
研究人员开发了一种名为解耦的自条件化（Untied Self-Conditioning）的新方法，以提高语言模型生成的质量，尤其是在使用少量采样步数时。该技术解决了先前会降低生成质量的训练-推理不匹配问题。通过抑制冗余的自条件化输入并近似步平均预测，该方法显著降低了困惑度，并提高了成对比较中的输出偏好，即使在仅使用8个采样步数的情况下也是如此。