跳到正文
热点事件持续更新

研究神经求解器采样预算的非均匀分配收益

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Jinhyung Bae 发表论文(arXiv:2609.27917 v2),量化神经路由求解器把固定采样预算从均匀分配改为逐实例非均匀分配的收益。研究对象为 POMO、Attention Model 和 Sym-NCO 三个预训练求解器在 TSP 上的表现,每实例采样预算为 25 到 200。研究还分析了何种工作负载特性决定非均匀分配是否划算。

AI 根据报道生成 · 32 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    神经路由求解器的逐实例采样预算重分配何时才划算?

    一项研究量化了神经路由求解器将固定采样预算从均匀分配改为逐实例非均匀分配的收益。

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。