概率模型相关 AI 资讯 · AITOP · AI热报

8月5日

12:07

12:07

官方账号arXiv cs.LG@Yordan Raykov, Rodrigo Veiga

生成流网络（GFlowNets）是面向离散及混合离散-连续对象的摊销推断框架，其训练仅需一个未归一化的奖励函数。本文将GFlowNets的前向策略视为轨迹采样器，证明其内在一阶几何由Fisher-Rao度量给出，并采用自然梯度作为局部更新方向。论文推导出轨迹Fisher信息矩阵的逐条件二阶矩分解，揭示时间分数交互何时消失、共享参数化下何时产生稠密耦合。据此划分出三种计算模式：精确Fisher信息可解、可用蒙特卡洛估计、以及可利用目标局部性或分解结构的情形。对第三种情形，论文用图模型工具（如精确边缘化、分隔符方法、置信传播）近似自然梯度更新，将目标结构转化为优化几何。

论文 GFlowNets 信息几何自然梯度

推荐理由：这篇把GFlowNets训练用信息几何重新梳理了，用Fisher-Rao度量做自然梯度，还给了三种能实际算的场景，图模型工具也用上了，搞生成流网络的可以看。

7月29日

11:40

11:40

官方账号arXiv cs.LG@Timy Phan, Jannik Wiese, Björn Ommer

GARFIELD是一种概率场景运动模型，能从单张图像和稀疏时空约束中学习未来运动分布的潜在表示。它通过确定性密度解码器直接访问运动分布，实现轨迹联合采样和密度估计。实验表明，在运动规划任务上性能与大型视频生成模型相当，但采样速度比后者快97倍。密度估计速度比蒙特卡洛采样快两个数量级，支持交互式规划。

论文 GARFIELD 场景运动预测概率模型

推荐理由：想快速预测场景多种运动轨迹？GARFIELD比大模型快97倍，还能实时估算不确定性。

7月20日

09:45

09:45

官方账号arXiv cs.LG@Claudia Skok Gibbs

基因调控网络（GRN）从全基因组数据重建面临模型选择启发式、评估参考不完整、先验知识跨物种迁移难等挑战。PMF-GRN将GRN推理转化为概率图模型，通过变分推理实现原理性模型选择和不确定性感知的边估计。GLM-Prior微调预训练Nucleotide Transformer，直接从核苷酸序列预测转录因子-靶基因相互作用，并在酵母、小鼠和人类数据上验证泛化能力。两者结合形成双阶段视角：序列先验提供可迁移初始骨架，概率推理以量化不确定性精调调控估计。

论文 PMF-GRN GLM-Prior Nucleotide Transformer

推荐理由：想搞基因调控网络但被跨物种问题卡住？这论文用序列预测加概率精修，直接解决迁移和不确定性问题，值得做计算生物学的看看。

6月24日

11:50

11:50

官方账号arXiv cs.LG@Giorgio Corani, Stefano Damato, Dario Azzimonti, Lorenzo Zambon

该论文探讨了在多个时间序列数据集上，使用适当评分规则（如平均分、中位分、平均排名）进行概率模型选择时出现的冲突问题。研究发现，这些统计量产生冲突决策的原因是评分分布的偏态性。随着每个时间序列测试集增大，不同模型选择标准会逐渐收敛到相同结论；但对于短测试集，只有平均分能正确识别真实模型。论文基于间歇性时间序列（包括M5竞赛数据集）进行了实验验证，强调了大规模测试集的重要性。

论文 M5 competition 适当评分规则时间序列

推荐理由：这篇论文用M5竞赛数据测试了不同模型选择标准，发现短测试集时只有平均分靠谱。搞时间序列模型的人可以参考。