CliffWalking

新的尾部影响采样方法改进了在最坏情况下的AI策略评估

研究人员开发了尾部影响采样（TIS）方法，这是一种在有限评估预算下更准确地估计AI策略在最坏情况（CVaR）下性能的新方法。TIS识别随机工作流中对尾部风险影响最大的组成部分，并将查询重新分配到这些关键区域。在CliffWalking上的实验中，与完整运行相比，TIS将均方误差（MSE）降低了76%；在语言模型审查任务中，其MSE显著低于标准方法。