NeurIPS 2026 论文提出先验拟合扩散Transformer做Thompson采样
热点事件持续更新
NeurIPS 2026 论文提出先验拟合扩散Transformer做Thompson采样
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Sihya Park 等研究者在 arXiv 论文（arXiv:2611.14656）中提出 prior-fitted diffusion transformer：一种扩散模型，先用先验拟合网络范式预训练，推理时在上下文内执行 Thompson 采样，该论文获 NeurIPS 2026 接收。 作者称，此前此类方法仅限高斯过程先验；在新方法下，使用非高斯先验的先验拟合扩散 Transformer 在一组全局优化基准上，作者称取得了优于基于高斯过程的传统流程的表现。
AI 根据报道生成 · 17 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14日
- arXiv cs.AI基于 Prior-fitted Diffusion Transformer 的 Thompson Sampling 研究获 NeurIPS 2026 接收
一篇 NeurIPS 2026 论文提出 prior-fitted diffusion transformer，通过先验拟合网络范式预训练，在推理时于上下文内执行 Thompson Sampling，突破了以往仅限高斯过程先验的局限。
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。