arXiv · ML· Hieu Tran, Hong Yu·· 29 天前AI 评分23
ArcFlow:面向多求解器预算的流策略训练算法
ArcFlow: Training Flow Policies for Multiple Solver Budgets
AI 导读
研究者提出部署感知算法 ArcFlow,通过在指定范围内训练单一流策略,支持多种推理成本。 该算法结合动作对齐监督与预算暴露机制,并基于最差预算检查点进行选择,在 30 个任务中的 25 个任务上取得单步回报最高值。 此方法确立了部署预算感知训练路线,使单一策略可服务多种推理成本。
来源:arXiv · ML · arxiv.org