Generative Flow Network for Listwise Recommendation
PulseAugur coverage of Generative Flow Network for Listwise Recommendation — every cluster mentioning Generative Flow Network for Listwise Recommendation across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的FOSA框架通过基础任务生成发现机器人能力
研究人员推出了一种名为“基于符号抽象的生成流”（FOSA）的新型框架，旨在通过发现具身特定能力来增强机器人行为。FOSA通过学习一个基础任务生成器，解决了当前训练方法通常依赖语义合理性而非物理可行性的局限性。该框架利用生成流网络创建符号任务骨架，然后进行模拟以提供策略学习的奖励信号。FOSA已证明其能够在各种平台上发现接近机器人经验能力边界的多样化且可执行的任务，最终提高在复杂、长时域任务上的性能。
-
扩散模型展示出固有的注意力机制和改进的采样技术 · 跟踪了7个来源
近期研究探索了扩散模型（一种主流的图像生成架构）的进展。一篇论文揭示了这些模型固有地利用了类似于Transformer的注意力机制，这表明注意力是一种通用的机器学习原理。另一项研究引入了控制变量分数匹配（CVSI）来提高扩散模型的采样效率并降低方差。此外，一种名为优势加权匹配（AWM）的新方法将强化学习目标与扩散模型的预训练相结合，从而显著加快了生成质量。
-
近端策略优化增强GFlowNet训练
研究人员引入了近端策略优化（PPO）作为训练生成流网络（GFlowNets）的新方法。该方法利用GFlowNets与熵正则化强化学习之间的联系来推导策略梯度算法。论文表明，与现有的GFlowNet训练目标相比，PPO在包括分子图生成在内的各种基准测试中，提供了更快的收敛速度和更高的数据效率。