实体
on-policy trajectory distillation
on-policy trajectory distillation
PulseAugur coverage of on-policy trajectory distillation — every cluster mentioning on-policy trajectory distillation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
UserArena基准测试评估五个保真度级别的模拟购物者
一项名为UserArena的新基准测试已被引入，用于评估电子商务环境中模拟购物者的保真度。UserArena使用真实的购物数据开发，在五个不同的级别上评估模拟器，从基本的输出有效性到匹配真实世界的A/B测试结果。该基准测试还包括一种称为On-Policy Trajectory Distillation (OPTD) 的训练方法，该方法在论文的测试中表现出高保真度。
-
TRACE-GS框架通过特权几何增强3D高斯泼溅恢复
研究人员推出了一种新颖的框架TRACE-GS，用于改进3D高斯泼溅（3DGS）恢复，尤其是在稀疏视图场景下。该方法采用策略内轨迹蒸馏，在训练过程中利用特权几何信息来指导扩散先验。通过将去噪方向和跨视图响应与学生模型自身的滚动对齐，TRACE-GS解决了当前基于扩散的恢复技术的局限性。该框架在特权信息学习（LUPI）范式内运行，部署时仅保留学生模型，然后由学生模型优化3DGS渲染。