冷启动策略

借助视觉线索的结果奖励强化学习激励生成式零样本学习

Incentivizing Generative Zero-Shot Learning via Outcome-Reward Reinforcement Learning with Visual Cues

把结果奖励强化学习用于生成式零样本学习的特征合成器，用类级视觉原型作为奖励信号与稳定项，可迁移到任何需要让生成器产出任务相关特征（而非仅语义一致）的条件生成场景。