PRODiGI:单次前向传播从数据推断生成式程序的新模型
热点事件持续更新
PRODiGI:单次前向传播从数据推断生成式程序的新模型
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
Klüttermann 等研究者在 arXiv 发布论文(arXiv:2609.35348 v2),提出预训练数据到程序模型 PRODiGI,单次前向传播即可从有限样本推断出显式可执行的生成程序,无需针对单个数据集拟合。 据论文称,其程序空间微调方法 PRODiTi-FT 在密度与分数指标上优于现有预训练模型,速度较最近的竞争者提升数倍;微调可将生成 MMD 降低 90%。该模型无需依赖预训练模型即可直接采样、评估密度并检查程序,为可解释的表格生成建模提供新方向。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
PRODiGI:从经验数据快速直接推断生成式程序的新模型报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AIPRODiGI:从经验数据快速直接推断生成式程序的新模型
研究者提出预训练数据到程序模型 PRODiGI,单次前向传播即可从有限样本推断出显式可执行的生成程序,无需针对数据集拟合。其程序空间微调方法 PRODiTi-FT 在密度与分数指标上优于现有预训练模型,速度较最近竞争者提升数倍,微调还可将生成 MMD 降低 90%。该模型无需依赖预训练模型即可直接采样、评估密度并检查程序,为可解释的表格生成建模提供新方向。
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。