arXiv · ML· Sunil Madhow, Yuchen Liang, Ness Shroff, Yingbin Liang, Yu-Xiang Wang·· 10 天前AI 评分24
### 1. 中文标题
Learnable Chernoff Baselines for Inference-Time Alignment
AI 导读
**可学习切尔诺夫基线用于推理时对齐** ### 2. 中文摘要 针对推理时奖励引导对齐中架构依赖或计算成本高的问题,研究提出可学习切尔诺夫基线(LCB)方法。 LCB 仅通过预训练模型的无监督采样访问实施拒绝采样,利用自适应选择的接受概率实现推理计算的细粒度控制。 该方法在连续和离散扩散设置中证明,LCB 采样以显著更少的预训练模型查询次数,紧密匹配理想拒绝采样效果。
来源:arXiv · ML · arxiv.org