LPDP: Inference-Time Reward Control for Variable-Length DNA Generation with Edit Flows
यह शोध पत्र लोकल परटर्बेशन डिस्क्रीट प्रोग्रामिंग (LPDP) को प्रस्तुत करता है, जो एक ट्रेनिंग-मुक्त, इन्फरेंस-टाइम विधि है जो एडिट फ्लोज़ (Edit Flows) का लाभ उठाकर बाउंडेड डिस्क्रीट प्रोग्रामिंग के माध्यम से एडिट एक्शन्स को डायनामिक रूप से री-रैंकिंग और स्थानीय रूप से अनुकूलित करके रिवॉर्ड-गाइडेड, परिवर्तनीय-लंबाई वाले DNA जनरेशन को सक्षम बनाता है।