PulseAugur
中
实时 08:52:54
实体 64,910 parameter RL agent

64,910 parameter RL agent

PulseAugur coverage of 64,910 parameter RL agent — every cluster mentioning 64,910 parameter RL agent across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_178426 ·

    LLM知识蒸馏到轻量级代理中，用于网络防御

    研究人员开发了一种将大型语言模型（LLM）的知识蒸馏到轻量级强化学习（RL）代理中的方法，用于自主网络运营。一个在网络安全数据上预训练的80亿参数LLM，在一个模拟网络防御环境中指导了一个更小的、64,910参数的RL代理。这种方法显著减小了模型尺寸，同时保持了有效的防御能力，为部署先进的网络安全AI提供了一条实用途径。