★ 2
面向树搜索的定理证明生成器直接优化
论文将计算对齐训练（CAT）扩展到策略引导的树搜索场景，推导出可处理的、有轨迹支撑的损失函数，并提出搜索无关的均匀分配（UA）损失。两种方法都在每条策略的交叉熵梯度上施加标量权重。在 Lean 基准的六种搜索策略上，二者证明成功率均高于交叉熵，且预算扫描显示 CAT 能随测试时算力扩展。
arXiv cs.AI40 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文将计算对齐训练（CAT）扩展到策略引导的树搜索场景，推导出可处理的、有轨迹支撑的损失函数，并提出搜索无关的均匀分配（UA）损失。两种方法都在每条策略的交叉熵梯度上施加标量权重。在 Lean 基准的六种搜索策略上，二者证明成功率均高于交叉熵，且预算扫描显示 CAT 能随测试时算力扩展。
论文提出 CoRe，一种模型无关的直接多变量预测学习目标，用频域一致性损失和低秩关系图损失替代逐点 MSE 监督。该方法不引入可训练参数，仅替换损失函数即可应用于现有预测骨干网络。实验显示其在多个基准、骨干和超参设置下稳定优于强基线。