一种更好的自我批判序列训练方法
A Better Variant of Self-Critical Sequence Training
TTI-Chicago（芝加哥丰田技术研究院）
摘要：
在这项工作中，我们提出了一个简单但更好的自我批判序列训练的变体。对REINFORCE算法中基线函数的选择做了简单的修改。与贪心解码基线相比，新基线可以在没有额外成本的情况下带来更好的性能。
英文摘要：
In this work, we present a simple yet better variant of Self-Critical Sequence Training. We make a simple change in the choice of baseline function in REINFORCE algorithm. The new baseline can bring better performance with no extra cost, compared to the greedy decoding baseline.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
