arXiv · cs.AI· Yonatan Gideoni, Yarin Gal·· 11 小时前
Distribution Matching Evolutionary Algorithms 用进化算法实现全局目标分布采样
Distribution Matching Evolutionary Algorithms for Rare Event Sampling
arXiv:2610.03833v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yonatan Gideoni, Yarin Gal
研究任务与主要进展
Yonatan Gideoni 和 Yarin Gal 提出分布匹配进化算法（DME），通过将进化算法解释为近似的马尔可夫链蒙特卡洛方法，在不更新生成模型权重的情况下从全局目标分布采样。基于论文摘要，作者报告称，DME 在需要大量样本才能找到解的问题上具有高于既有方法的样本效率，但材料未说明具体问题、基线和实验规模。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org