MarginFlow：面向二元矩阵的零样本摊销序列重要性采样框架
One Proposal for Every Margin: Zero-Shot Amortized Sequential Importance Sampling for Binary Matrices
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究者提出 MarginFlow，将序列重要性采样（SIS）的提议分布设计转化为学习问题，并利用边缘和的自相似性跨边缘摊销：每个部分矩阵本身就是一个缩减边缘的实例，因此一个读取剩余边缘的 set transformer 可服务所有边缘。
来源：Hugging Face Daily Papers · arxiv.org