多模态目标测度的通用后抽样重加权方法
机器学习
2026-05-14 v2 定量方法
摘要
在抽样多模态概率分布时，正确估计每个模的相对概率——即使这些模已被发现并在局部被抽样——仍然具有挑战性。我们测试了一个简易的重加权方案以应对这种情况，该方案通过最小化（以权重为准则）加权（正则化）经验分布相对于目标测度的 KL 散度来实现。
引用
@article{arxiv.2602.12026,
title = {Protein Circuit Tracing via Cross-layer Transcoders},
author = {Darin Tsui and Kunal Talreja and Daniel Saeedi and Amirali Aghazadeh},
journal= {arXiv preprint arXiv:2602.12026},
year = {2026}
}
备注
Accepted into ICML 2026. 32 pages, 17 figures