实体
Renormalising Generative Models
Renormalising Generative Models
PulseAugur coverage of Renormalising Generative Models — every cluster mentioning Renormalising Generative Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新论文详解用于主动推理的重整化生成模型
一篇新发表在arXiv上的论文详细介绍了用于主动推理的重整化生成模型（RGMs），旨在克服将这些模型扩展到复杂域的挑战。该研究提供了对RGMs的清晰、面向推导的解释，阐明了层级结构的构建方式以及信息如何在层级之间流动。作者还提供了一个开放、经过验证的实现，以提高RGMs的透明度、可审计性和可复现性，从而降低未来研究和定量评估的门槛。
-
Renormalising Generative Models 论文阐释了主动推理框架
本文提出了主动推理的重整化生成模型 (RGMs) 的面向推导的说明，旨在使该框架更易于理解。RGMs 通过在不同尺度上组合离散生成模型来解决主动推理扩展到复杂域的挑战。该工作阐明了 RGM 层级、信念和行动更新以及各层之间的信息流，并提供了一个开放且经过验证的实现，以降低研究人员的门槛。