跳到正文
热点事件持续更新

SNACK:概率图生成的序列化表示框架

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Hohyun Kim 等作者提出 SNACK,一种把图线性化为字符串的概率图生成表示框架。它通过编码下三角邻接矩阵的非零项,让序列模型能够生成带离散节点和边特征的图,并用非法 logit 掩码保证生成的序列 100% 合法。 SNACK 支持基于字符串的 GFlowNet 训练,并显式处理节点排序对称性。作者称,在标准图生成与分子分布学习基准上,该方法取得有竞争力的样本质量,同时大幅提升 GFlowNet 训练吞吐。该工作已被 NeurIPS 2026 接收。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv stat.ML
    SNACK:面向概率图生成的序列化表示框架

    SNACK 是一种将图线性化为字符串的表示方法,通过编码下三角邻接矩阵的非零项,使序列模型能够生成带离散节点和边特征的图,并借助非法 logit 掩码保证 100% 合法序列。它支持基于字符串的 GFlowNet 训练并显式处理节点排序对称性,在标准图生成与分子分布学习基准上取得有竞争力的样本质量,同时大幅提升 GFlowNet 训练吞吐。该工作已被 NeurIPS 2026 接收。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。