提高多模态目标采样器评估方法
机器学习
2025-04-15 v1 机器学习
摘要
多模态采样是采样领域面临的主要挑战之一。本反思性论文我们主张更系统地评估采样器，以两个来源的难度为导向：模式分离与维度。为此，我们提出一种合成实验设置，并在精选的若干采样器上进行演示，聚焦于恢复模式相对重要性这一具挑战性的标准。这些评估对于诊断采样器处理多模态潜力至关重要，从而推动该领域的进步。
引用
@article{arxiv.2504.08916,
title = {Improving the evaluation of samplers on multi-modal targets},
author = {Louis Grenioux and Maxence Noble and Marylou Gabrié},
journal= {arXiv preprint arXiv:2504.08916},
year = {2025}
}
备注
Accepted at ICLR 2025 workshop "Frontiers in Probabilistic Inference: Learning meets Sampling"