Chen
研究者，2026年提出 Bernoulli factory 方法，用于将 Poisson 分布的裁剪估计值转换为逐 token 的接受/拒绝决策。
时间轴 (近 90 天)
SIRS 借助 Chen 等人（2026）提出的 Bernoulli factory，将服从 Poisson 分布的裁剪估计值转换为逐 token 的接受/拒绝决策。
Kashani、Chen 与 Ozcan 发表的研究提出了一种混合式深度伪造检测分类器，将部分推理过程从数字域转移到物理光学系统
神经常微分方程（Neural ODE）由Chen等人于2018年NeurIPS提出，用神经网络参数化系统状态的连续时间导数并通过ODE求解器积分
一篇发表在arXiv上的评论文章（arXiv:2609.15996）对Chen、Zhao和Cohan关于大语言模型生成研究创意的分布式评测提出质疑
传统推测解码的严格验证规则由Leviathan等人和Chen等人在2023年独立提出，基于拒绝采样验证协议
全部知识事实 (5)
SIRS 借助 Chen 等人（2026）提出的 Bernoulli factory，将服从 Poisson 分布的裁剪估计值转换为逐 token 的接受/拒绝决策。
50%待验证Kashani、Chen 与 Ozcan 发表的研究提出了一种混合式深度伪造检测分类器，将部分推理过程从数字域转移到物理光学系统
50%待验证神经常微分方程（Neural ODE）由Chen等人于2018年NeurIPS提出，用神经网络参数化系统状态的连续时间导数并通过ODE求解器积分
50%待验证传统推测解码的严格验证规则由Leviathan等人和Chen等人在2023年独立提出，基于拒绝采样验证协议
50%待验证一篇发表在arXiv上的评论文章（arXiv:2609.15996）对Chen、Zhao和Cohan关于大语言模型生成研究创意的分布式评测提出质疑
50%