概念生成流网络 / Generative Flow Networks
GFlowNets
一类生成模型，学习随机策略使得生成对象的概率正比于其奖励，能够在生成高质量样本的同时保持多样性。
时间轴 (近 90 天)
10月30日
GFlowNets按比例采样而非最大化奖励，因此即使奖励代理的样本外准确性较低，模型仍能保持广泛的探索性，对奖励代理不完美具有鲁棒性。
待验证50%
一类生成模型，学习随机策略使得生成对象的概率正比于其奖励，能够在生成高质量样本的同时保持多样性。
GFlowNets按比例采样而非最大化奖励，因此即使奖励代理的样本外准确性较低，模型仍能保持广泛的探索性，对奖励代理不完美具有鲁棒性。