AIS: Adaptive Importance Sampling for Quantized RL
AIS: 量化强化学习中的自适应重要性采样
机构 * Huawei（华为） ； The University of Hong Kong（香港大学）
专题命中 效率与蒸馏 ：diffusion(abstract)
AI总结 本文提出AIS方法，通过动态调整重要性采样强度，解决量化强化学习中 rollout 与训练不匹配导致的策略梯度偏差问题，在保持FP8加速优势的同时，提升训练稳定性。
视觉与机器人
图像生成
图像生成、文生图、图像编辑、扩散模型和可控生成。
