ResizeCO：扩散路由求解器的规模泛化方法

以色列研究者 Barak Itzchak Davidovitch 等作者提交论文，提出一种名为 ResizeCO 的规模泛化方法，用于解决扩散路由求解器在小规模实例上训练后难以直接处理更大规模实例的问题。该方法无需标签，通过强化学习（适配 GRPO，以路径长度为训练信号）在大规模实例上微调小规模训练的扩散模型，并将 k-opt 建模为树搜索、用 GPU 上的 beam search 求解。作者称，这一方法同时应对更大实例统计性质的变化和快速求解的计算挑战。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。