BriefGPT.xyz
Ask
alpha
关键词
unifying framework
搜索结果 - 4
DEFT:通过学习广义 $h$- 变换实现条件扩散模型的高效微调
利用 Doob 的 h - 变换统一现有方法的条件训练和采样,我们提出了一种新的条件生成方法 DEFT(Doob 的 h - 变换高效微调),通过微调一个非常小的网络快速学习条件 h - 变换,同时保持较大的无条件网络不变,从而在各种线性和
→
PDF
a month ago
静态和动态遗憾最小化之间的等价关系
动态遗憾最小化在在线凸优化中是一个重要问题。本文提出了一个新的统一框架来分析和设计这些算法,证明了适应任意比较序列的动态遗憾达到 O (根号下 T 总和的局部平滑化平方路径长度) 的算法是可行的,并且提供了一个替代路径长度计算方式的新概念来
→
PDF
a month ago
ICLR
图像到图像生成模型的机器反学习
提出了机器遗忘在图像生成模型中的普适框架,通过计算高效的算法,能够在保留样本上几乎不影响性能,同时有效地从遗忘样本中删除信息,而且不依赖保留样本的可用性,符合数据保留政策。
PDF
5 months ago
从优化到控制:拟策略迭代
通过将隐含于现有优化算法中的类比隐含为显性,借助统一的解决方案特征化,本文实现了对四个问题类的分析。选择已在现有文献中指出的等效优化和控制算法,并利用特定于 MDP 的两个线性结构约束对优化中的 Hessian 进行线性约束,通过加入两个新
→
PDF
8 months ago
Prev
Next