提出FASTER方法,通过将多候选动作的去噪与选择建模为马尔可夫决策过程(MDP),在去噪过程中学习去噪Q函数和策略,对动作候选进行早期过滤,从而在不增加计算开销的前提下获得采样式测试时扩展的性能增益。
机构:Stanford
来源:arXiv 2604.19730 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程