★ 1
LLB 概率推断提出基于 stacking 的模型加权
论文针对 Large Language Bayes（LLB）候选概率程序常被误设、似然聚合过度集中于单一模型的问题，提出基于 stacking 的聚合方法，以预测性能而非边际似然选择权重。由于留一预测量在隐变量模型中不可解，作者推导出可计算的 ELBO stacking 目标，使权重更分散。
arXiv cs.LG14 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文针对 Large Language Bayes（LLB）候选概率程序常被误设、似然聚合过度集中于单一模型的问题，提出基于 stacking 的聚合方法，以预测性能而非边际似然选择权重。由于留一预测量在隐变量模型中不可解，作者推导出可计算的 ELBO stacking 目标，使权重更分散。