热点事件持续更新
清华团队提出 MarginFlow 采样方法
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年9月30日报道，清华团队提出 MarginFlow，用 GFlowNet 学习理想序列重要性采样（SIS）提议，以解决固定行列和的二值矩阵均匀采样问题。该方法用 set transformer 读取剩余边数，在 1904 个边数上训练；在 1190 个 held-out 边数（规模从 3×3 到 870×6）的零样本评测中，有 1187 个达到或超越 31 个解析设计的事后最优者。报道称这实现了零样本泛化。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- AGI Hunt清华团队提出 MarginFlow：GFlowNet 学出理想采样提议，1190 个矩阵规模零样本泛化
清华团队提出 MarginFlow，用 GFlowNet 学习理想序列重要性采样（SIS）提议，解决固定行列和二值矩阵的均匀采样问题。其 set transformer 读取剩余边数，在 1904 个边数上训练后，1190 个 held-out 边数（3×3 到 870×6）零样本评测中 1187 个达到或超越 31 个解析设计的事后最优者。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。