2025-10-17
2025年9月5日，上海期智研究院第26期“SQZ Talk”学术论坛邀请俄罗斯国家研究型高等经济大学Sergey Samsonov教授，带来专题报告“On Some Methodological Aspects of Generative Flow Networks”。论坛由姜建娟博士主持。
Sergey Samsonov
俄罗斯国家研究型高等经济大学助理教授
Sergey Samsonov现任俄罗斯国家研究型高等经济大学(HSE University)计算机科学系助理教授，同时担任随机算法与高维推断国际实验室主任。他于2024年在俄罗斯国家研究型高等经济大学获得博士学位。他的主要研究方向涵盖随机近似、采样方法与生成模型，重点关注随机近似算法的概率推断理论及新型采样技术（尤其是扩散采样相关方法）的开发。他已在机器学习领域顶级期刊和会议发表论文20余篇，成果发表于COLT、ICML、NeurIPS、ICLR、AISTATS、JMLR、Mathematics of Operations Research等。
专题报告
生成流网络（GFlowNets）是一类能够从仅知归一化常数的概率分布中学习采样对象的生成模型。其核心机制基于双重随机策略：前向策略逐步组合构建对象，后向策略则逆向解构对象。在推断阶段，模型会在预设的有向无环图环境中进行轨迹采样。
Sergey教授系统地探讨生成流网络的训练挑战与理论局限：首先论证后向策略优化的理论优势，继而提出突破无环性约束的新理论，并建立离散环境下非循环生成流网络的简化理论框架。若时间允许，还将阐述该方法向扩散采样器连续时间场景的推广路径。
报告结束后，科研人员围绕GFlowNet 在大型语言模型上的可扩展性、巨大离散状态空间带来的优化难题，以及训练稳定性的保证等等问题展开讨论。
张格 SQZ工程师
