实体
Constrained MDP
Constrained MDP
PulseAugur coverage of Constrained MDP — every cluster mentioning Constrained MDP 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
-
新基准测试应对医疗领域大语言模型代理的复杂性
两篇新研究论文提出了针对医疗环境中大语言模型（LLM）代理的先进基准测试协议。第一篇论文介绍了一种片段级评估协议，该协议将证据分离到模型、代理和模拟工作流程行为中，侧重于状态连续性、证据可追溯性和升级决策。第二篇论文提出了GPAgentBench-2K，这是一个用于初级保健临床决策的约束马尔可夫决策过程（CMDP）基准测试，它模拟了完整的临床行动范围，并纳入了安全知情的弃权。两项研究都强调了当前大语言模型代理在处理复杂的临床工作流程时…
-
新的CMDP方法通过自适应审计增强链下数据完整性
研究人员开发了一种新颖的方法来确保链下数据的完整性，将加密审计建模为约束马尔可夫决策过程（CMDP）。他们提出的DRQN-CMDP方法利用带有门控循环单元的深度循环Q网络来维护存储节点隐藏状态的信念。该系统结合拉格朗日对偶上升法，动态调整失误率惩罚，以在气体成本、失误率和检测延迟之间取得有利的平衡，其性能优于各种基线方法。