术语slug: exploration-based-training

基于探索的训练

Exploration-Based Training

主动探索额外推理模式以塑造更广状态空间能量地形的训练方法

收录情报动态

共 1 篇 · 第 1/1 页
Hacker News AIT2·基座大模型
78 分
能量推理器实现 385 倍推理效率提升

研究者提出能量推理器(EBRs),在潜空间上学习能量函数,将循环推理更新形式化为能量梯度下降,并利用能量值作为停止信号。在四个算法推理基准上,EBRs 匹配或超越现有循环推理模型,在 Sudoku-Extreme 上以 99.9% 准确率实现 345 倍推理算力节省,并在多解任务上达到最优解覆盖率。