10:52
arXiv cs.LG@Jize Xie, Haomiao Wu, Qiang Chen, Xiu Su, Yi Chen
精选
推荐理由：这篇论文给出了一个训练生成模型的新思路——DW-FM，专门优化下游决策效果，在CVaR任务上比普通流匹配更好用。
精选
过去 24 小时，从 766 条中筛出 46 条
6月16日
10:52
论文提出决策加权流匹配（DW-FM）框架，通过重加权速度回归目标对齐下游决策遗憾。理论证明通过损失诱导的决策差异和伴随传输论证，下界遗憾可关联到路径速度不匹配。在合成投资组合、半真实金融和交通CVaR三个基准上，DW-FM相比标准流匹配显著降低下游遗憾。
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
6月1日
00:09
AITOP6月1日 00:09
