实体
Bartłomiej Cupiał
Bartłomiej Cupiał
PulseAugur coverage of Bartłomiej Cupiał — every cluster mentioning Bartłomiej Cupiał across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
研究探讨语言代理如何有效利用反馈进行改进
一篇新研究论文调查了反馈在提高语言代理性能方面的有效性。该研究在多个基准测试中引入了一个受控的学生-教师协议，比较了外部反馈、自我反馈和无指导的自我完善。研究结果表明，交互式收益主要由学生模型利用反馈的能力驱动，而不是教师的身份或反馈的可用性。该研究建议，应将基于反馈的代理与重复尝试基线进行比较，以准确衡量真正的改进。
-
NetHack机器学习模型性能神秘bug导致下降40%
研究人员Bartłomiej Cupiał和Maciej Wołczyk观察到他们训练用于玩NetHack的神经网络的性能显著下降。该模型之前一直稳定得分在5000分左右，但突然开始只能得3000分，下降了40%。尽管进行了广泛的故障排除，包括代码回滚、恢复软件堆栈以及从头开始重建整个系统，但性能问题仍然存在。