研究者提出DME算法，无需更新权重即可采样

研究者 Yonatan Gideoni 与 Yarin Gal 提出分布匹配进化算法（DME），将多种进化算法解释为近似马尔可夫链蒙特卡洛，从而在不更新模型权重的情况下从全局目标分布采样。 该方法无需梯度优化，因此可用于闭源模型；在需要大量采样才能找到解的问题上，其样本效率高于现有方法。相关论文发布于 arXiv cs.AI。

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。