实体
Sanjit Dandapanthula
Sanjit Dandapanthula
PulseAugur coverage of Sanjit Dandapanthula — every cluster mentioning Sanjit Dandapanthula 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
机器学习中高斯对齐的新方法已揭晓
研究人员开发了针对高斯分布的最优输运和Gromov-Wasserstein对齐的新方法。这些技术为比较和转换机器学习中常见的异构数据集提供了可解释的几何框架。该工作为非中心高斯测度提供了解析解，并扩展到中心高斯之间的内积Gromov-Wasserstein重心（barycenter）的解析解。研究人员通过比较语言模型蒸馏的嵌入以及基于文本嵌入协方差谱对合成用户数据进行聚类，展示了这些方法的效用。
-
新研究揭示了生成模型中奖励破解的核心机制
研究人员已经确定了生成模型中奖励破解的一个根本原因，特别是在流模型和扩散模型中。他们发现，在实现奖励引导时使用的一种常见近似方法，即Doob h-函数的有限粒子插件估计，会导致模型以牺牲保真度为代价来过度优化奖励。该研究指出了该估计器的两种失效模式：模式内奖励破解以及无法选择高奖励模式。为了解决这些问题，研究人员提出了一种奖励阻尼计划来纠正模式内偏差，并强调了最佳n抽样在模式选择中的重要性。