自批判序列训练的一个更优变体
计算机视觉与模式识别
2020-05-12 v2 计算与语言
摘要
本文中，我们提出一种简单却更优的自批判序列训练（Self-Critical Sequence Training）变体。我们对 REINFORCE 算法中基线函数的选择做了简单改动。与贪婪解码基线相比，新基线可在无额外开销的情况下带来更优性能。
关键词
引用
@article{arxiv.2003.09971,
title = {A Better Variant of Self-Critical Sequence Training},
author = {Ruotian Luo},
journal= {arXiv preprint arXiv:2003.09971},
year = {2020}
}