自适应免调参损失加权用于评分增强神经比率估计

2026年10月9日，arXiv Statistics Machine Learning 发布论文《Keeping Score：面向分数增强神经比率估计的自适应免调参损失加权》。论文提出一种自适应、免调参算法，在训练中根据损失梯度为 Neural Ratio Estimation 的交叉熵损失与 score-matching 项动态设置权重，仅增加极少开销。该方法用于随机过程模型的神经似然代理，在网络动力学与空间过程案例中提升代理质量，计算成本远低于生成更多训练数据。部分案例中，其下游推理性能相当于训练数据增加10x，而训练时间增加不到1.1x。目前报道仅涉及该论文内容，尚无后续验证或争议信息。

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。