arXiv论文：MH采样在策略组合中不劣于SIR

arXiv 上发布的一篇机器学习论文对 LLM 解码中策略组合的采样偏差问题给出理论结论：在任意 rollout 预算下，基于 independence Metropolis-Hastings（MH）的迭代修正所产生的输出分布，按所有凸 f-散度衡量，都至少与同等预算的 sampling-importance-resampling（SIR）一样接近目标分布。 该结论由论文作者 Alexey Kurennoy、Ramil Yarullin、Fergal Reid 提出，属于理论分析结果，报道未给出实验验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。