实体
Cheol Woo Kim
Cheol Woo Kim
PulseAugur coverage of Cheol Woo Kim — every cluster mentioning Cheol Woo Kim 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
-
新算法旨在用更少的模型实现大语言模型的个性化对齐
研究人员开发了PALM（Portfolio of Aligned LLMs，已对齐大语言模型组合）算法，旨在创建一个精简的大语言模型（LLM）集，能够有效平衡用户偏好中诸如有用性和无害性等相互竞争的目标。该方法使用结构化的权重向量网格和惰性搜索来识别一个小型组合，该组合能近似所有奖励权重下的最优性能，从而实现可扩展的个性化和高效的模型开发。另外一项研究引入了近似帕累托最优（APO）方法，通过对具有兼容更新的用户进行分组并协调相互竞争的…
-
新研究推进了控制、因果关系和多目标学习的赌博机算法
多篇研究论文探讨了赌博机算法在各个领域的进展。一项研究引入了一个机器学习框架，用于流体式躁动多臂赌博机问题的最优控制，在机器维护和疫情控制等应用中实现了显著的加速。另一篇论文挑战了因果赌博机中图学习的最优性，提出了新的算法，绕过图恢复以改进遗憾最小化。进一步的研究探讨了多目标赌博机的复杂性，表明帕累托遗憾的规模与单目标问题相似，并研究了在具有动态代理人口的开放多代理系统中的赌博机学习。其他工作解决了具有对抗性上下文的约束上下文赌博机、…