Cypher Query Language
PulseAugur coverage of Cypher Query Language — every cluster mentioning Cypher Query Language across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
AI研究探索强化学习和自然语言处理中的结构泛化 · 跟踪2个来源
两篇新研究论文探讨了AI模型泛化的不同方面。第一篇论文聚焦于离线强化学习，认为数据集中悲观主义的结构比数据量本身对泛化更为关键。它提出，通过一致性损失应用数据增强，可以通过强制执行对称价值函数来改善泛化。第二篇论文研究了自然语言处理中的结构泛化，提出了一种编码方向性的新解析器。该解析器使用BERT-base编码器，在特定的方向性任务上优于先前最先进的模型，表明整合方向性信息是某些类型语言泛化的关键。
-
新的ROMI方法推动离线强化学习发展，超越先前模型
研究人员推出ROMI，一种用于基于模型的离线强化学习的新方法，解决了对抗模型学习中的关键挑战。与RAMBO等先前方法不同，RAMBO因模型梯度而在控制保守性和训练稳定性方面遇到困难，ROMI采用了一个鲁棒的、感知价值的学习框架。该框架使用隐式可微的自适应加权机制来平衡价值保守性和分布外泛化。在D4RL和NeoRL基准上的实验表明，ROMI显著优于RAMBO，并能媲美或超越最先进的无模型和惩罚模型方法。
-
离线RL框架优化仓库吞吐量控制 · 已追踪2个来源
研究人员开发了一个新的框架，使用离线强化学习（RL）来优化仓库运营的吞吐量控制。该系统通过智能管理节流来动态调整设置，以平衡最大化吞吐量与维持下游稳定性。该方法结合了历史信息的状态表示和用于延迟影响的动作空间抽象，以及一个考虑上游和下游指标的奖励函数。实证结果显示，使用CQL策略可将系统健康度提高22.97%，平均节流持续时间减少3.18%。