Nikolay Malkin

GFlowNets améliorent la précision d'échantillonnage à partir de distributions discrètes complexes.

PQMass mesure la qualité des modèles génératifs en utilisant l'estimation de la masse de probabilité.

Explorer de nouvelles méthodes pour améliorer les modèles de diffusion dans la génération d'échantillons de distributions complexes.

Une nouvelle méthode améliore l'efficacité d'échantillonnage pour des distributions de probabilité complexes.

Explorer comment l'IA peut améliorer le raisonnement mathématique et la découverte.

Une nouvelle approche améliore la diversité des prompts pour des modèles de langage plus sûrs.

Améliorer la qualité des échantillons en apprentissage automatique grâce à des méthodes innovantes.

Les GFlowNets permettent un échantillonnage efficace à partir de distributions complexes avec de fortes capacités de généralisation.

Examiner des stratégies pour créer des systèmes d'IA qui privilégient la sécurité et minimisent les risques.