研究者提出单步推理的离散设计生成器 EGO

研究者 Marcus Vukojevic 等提交论文，提出 EGO（Evolutionary Generators with One-step inference）框架，用于直接在离散输出上训练紧凑生成器。其做法是结合分布匹配与结构约束，并可选加入多样性或历史相关奖励；按论文说法，训练完成后只需单次神经网络评估即可生成完整图，从而快速、多样地采样离散设计。 该工作发布于 arXiv 的 cs.LG 分类，定位为面向离散设计的生成方法，目前报道仅涉及其方法提出与单步推理特性，未给出与其他方法的对比结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。