控制變異

深度分析

以 Rényi‑α 與 Tsallis‑α 散度加速 GFlowNet 收斂 30% 以上

GFlowNets作為未正規化分布抽樣模型，傳統訓練以最小化對數平方差為主。研究比較四種散度度量，並設計高效梯度估計與控制變異方法。實驗證明新方法加速收斂，提升訓練效能。