实体 Soft Best-of-N

Soft Best-of-N

PulseAugur coverage of Soft Best-of-N — every cluster mentioning Soft Best-of-N across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_294116 · Oct 12 · 04:00

新估计器为 Kullback-Leibler 散度提供通用界限

研究人员开发了一种新的 Kullback-Leibler (KL) 散度估计器，该估计器基于归一化重要性权重。该估计器实现了通用的有限样本界限，这意味着其期望值最多可以超过目标-提议 KL 散度 log 2，而与样本量无关。该工作还表征了重要性加权重采样引起的分布与提议分布之间的 KL 散度，提供了无矩界限。这些发现可应用于使用 Soft Best-of-N 采样等技术对生成模型进行对齐以及在相对熵编码中的应用。