实体 TSP-100

TSP-100

PulseAugur coverage of TSP-100 — every cluster mentioning TSP-100 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_180604 · Aug 4 · 04:00

新的训练方法改进了神经组合优化

研究人员开发了一种名为 Stabilized Best-of-K 的新训练方法，用于神经组合优化。该技术通过使用采样预算 K，将二元的领导者/非领导者区分替换为稳定的排名信号，从而修改了 POMO 架构。在 TSP-100 数据集上的测试中，与原始的 Leader Reward 方法相比，在多个训练种子中，稳定化 K=8 的方法显示出实现的 Best-of-8 成本有所降低。然而，作者澄清说，这些发现仅为估计值且特定于解码器，他们不声…