Markov kernel
PulseAugur coverage of Markov kernel — every cluster mentioning Markov kernel across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
GenOS框架增强AI代码生成鲁棒性
研究人员推出GenOS，一个旨在确保AI代码生成语义鲁棒性的新颖框架。GenOS将AI编码代理建模为随机工作流，其中提示或规范的变化可能导致程序行为分布的改变。该系统提供组合证书，允许安全地替换代理工作流中的组件，如提示、合约或生成器。GenOS证明等效提示会导致下游事件（包括已验证的提交）产生相同的概率，并建立了评估工作流双模拟和加性鲁棒性界限的方法。
-
新研究提供更快的马尔可夫链收敛方法
两篇新研究论文提出了加速马尔可夫链收敛的新方法。第一篇论文引入了一个称为“渐近等价于目标”的标准，提供了一条无需依赖不可约性或非周期性等传统概念即可直接证明收敛的途径。第二篇论文提出了一个称为“延迟接受正则化和退火”（DART）的框架，该框架通过利用目标密度的几何信息而不直接计算梯度来实现马尔可夫链更快的混合时间。
-
形式证明显示 Transformer 可以执行精确的贝叶斯推理
一篇新论文正式证明了 Transformer 架构可以作为完整的贝叶斯过程运行。该研究在测度论核框架内进行，表明当 Transformer 满足特定的贝叶斯联合分布条件时，其内部计算等同于精确的贝叶斯后验推理。这种等价性从核心的贝叶斯 Transformer 到完整的多层堆栈都成立，其中 Softmax 注意力机制被特别证明可以诱导一个有效的概率分布。
-
新的Doeblin曲线提供更精细收缩保证
研究人员引入了“Doeblin曲线”的概念，以提供对马尔可夫核多路收缩行为更详细的表征。这种新方法即使对于传统Doeblin系数为零的通道也提供了非空收缩保证。Doeblin曲线量化了在特定散度和幂次水平下，跨输入分布集合的收缩情况。这些发现可应用于噪声迭代优化、带噪声电路的可靠计算以及在线迭代算法的差分隐私等领域。