Mixture-Greedy

Mixture-Greedy 策略在生成模型选择中优于 UCB

一篇新的研究论文提出了一种更简单的“Mixture-Greedy”策略用于选择生成模型，挑战了在具有多样性意识的多臂老虎机任务中，置信上限（UCB）奖励的必要性。该研究在各种数据集和指标上进行，发现 Mixture-Greedy 收敛更快，性能更好，尤其是在 FID 和 Vendi 等难以建立置信区间的指标上。研究人员认为，具有多样性意识的目标的内在几何结构可以提供足够的探索，使得显式的 UCB 类型乐观主义变得多余。