跳到正文
arXiv cs.LG· Tianyi Wu·· 7 小时前AI 评分12

KL Before and After Mixing:并行采样中的轮复杂度分离

KL Before and After Mixing: A Round-Complexity Separation in Parallel Sampling

AI 导读

研究者比较了并行采样中调度平均散度与输出律散度两种KL准则的轮复杂度差异。对偶数长度n的平衡二进制串均匀分布,固定容差ε下前者最少期望轮数为Θ_ε((log n)²),后者仅为(e^{-ε}+o(1))log₂ln n,且双对数阶可在每次运行用相同轮数达到。该分离还扩展到有界权重比的加权定数目标及Beta(1,1)–Bernoulli目标。

来源:arXiv cs.LG · arxiv.org