面向样本式生成模型的决策感知训练方法

研究者提出一种面向样本式生成模型的决策感知训练方法，在 energy score 目标中加入可微决策损失，直接惩罚按模型预测行动所产生的成本。该决策损失本身是 proper scoring rule，通过可微优化层计算，梯度集中在输出空间中成本敏感区域。在合成任务、风电调度任务和防霜任务上的验证表明，模型在保留完整概率预测的同时，能更好对齐决策者的成本结构。