arXiv 机器学习· Binglin Ji, Anindya Sarkar, Yevgeniy Vorobeychik·· 5 小时前AI 评分34
用于稀疏奖励下推理期搜索的自举随机插值树（BSIT）
Bootstrap Stochastic Interpolant Tree for Inference-time Search Under Sparse Reward
AI 导读
研究者提出了用于稀疏奖励下推理期搜索的自举随机插值树（BSIT）采样器，通过解耦子节点生成与显式父节点的依赖，提升轨迹多样性与探索效率。该方法在不增加额外函数评估或奖励反馈的情况下，加速向目标分布收敛并扩大分布覆盖范围。实验表明，BSIT 在稀有物种发现和目标定向分子生成等任务中的搜索效率均优于基线。
来源：arXiv 机器学习 · arxiv.org