面向样本式生成模型的决策感知训练方法
Get the story
2026年10月5日，研究者在 arXiv（Statistics Machine Learning）发表面向样本式生成模型的决策感知训练方法。该方法在 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。研究者在合成任务、风电调度任务和防霜任务上验证，结果显示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。目前报道仅涉及方法提出与上述验证，未见后续独立复现或应用报道。
Generated from reports · updated 16 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Statistics Machine Learning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。
Heat trend
Current heat 6·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.