跳到正文
arXiv · AI· Syed Affan Daimi·· 2 天前AI 评分24

Proximal Targets: 训练循环精炼器应对多解问题的方法

Proximal Targets: Training Looped Refiners on Problems with Many Correct Answers

AI 导读

针对多解问题,Proximal Targets 证明传统循环精炼器存在不可消除的损失下限,并提出近端目标策略,训练每次迭代收敛至最近正确解。 使用 170 万参数网络,该方法在含 2-64 个解的数独中准确率从 2.5% 提升至 98.8%,在 10,000 个以上解的稀疏数独中从 0.0% 提升至 93.8%。

来源:arXiv · AI · arxiv.org