duo
PulseAugur coverage of duo — every cluster mentioning duo across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的PAIR方法优化RLVR计算分配
研究人员开发了一种名为PAIR（Pairwise-Aware Inclusion Reweighting）的新方法，用于优化可验证奖励强化学习（RLVR）中的计算资源分配。该方法通过考虑不同推理轨迹之间的成对关系，而不是独立处理它们，来解决现有分配器中的统计不匹配问题。PAIR将这些关系建模为一个对比图，并使用仅前缀预测器来估计正确性和成本，与之前在Qwen3模型上的方法相比，提高了准确性并显著减少了生成的token数量。
-
随机算法大幅降低分区学习查询复杂度
研究人员开发了新的随机算法用于学习分区，与现有确定性方法相比，显著提高了查询复杂度。这些算法在常数轮次内实现了近乎最优的查询复杂度，是比顺序方法的一项显著进步。该研究表明，随机化极大地改变了分区学习所需的轮次和查询之间的权衡，尤其是在未知部分数量的情况下。
-
新的PAIR方法增强了多轮AI智能体优化
研究人员开发了一种名为PAIR（前缀感知内部奖励）的新方法，以改进多轮AI智能体的优化。该方法解决了现有方法（如Group Relative Policy Optimization (GRPO)）的局限性，这些方法在复杂的多阶段任务中难以处理稀疏奖励。PAIR采用两阶段模型，结合了隐藏状态探测和基于注意力机制的特征，以生成密集的、步进级别的奖励信号。这使得在不需要外部模型裁判、地面真实答案或完整轨迹回放的情况下，能够更有效地训练智能体…
-
Gemini Robotics 2 增强机器人灵活性与协作能力
Google DeepMind 展示了 Gemini Robotics 2 增强机器人灵活性与协调性的能力。在一系列演示中，Gemini Robotics 2 使 Apptronik Apollo 2 机器人能够执行复杂的任务，如厨房杂务和为体育比赛打包。该系统还展示了多机器人协作能力，Gemini Robotics 2 协调 Apollo 和 Duo 机器人整理车库，包括机器人之间精确的交接时刻。
-
新的SCARCE方法改进了AI系统中的稀有事件分析
研究人员推出了一种新颖的方法SCARCE（Scalable Cascade Analysis for Rare-event Characterisation via Embeddings），用于估算AI系统中稀有事件的概率。SCARCE用学习到的潜在表示和几何标尺取代了传统的性能函数，实现了更准确高效的分析。该方法在MNIST错误分类任务上显著降低了估算误差，并在分析Llama-Guard-3-8B隐藏状态上的LLM越狱方面显示出潜力。
-
生成式AI时代，机器学习工程师质疑传统机器学习的相关性
机器学习系统构建者 Vicki Boykis 反思了大型语言模型时代机器学习工程领域不断变化的格局。她质疑当大型语言模型能够生成代码并加速原型设计时，传统机器学习实践的持续相关性和价值。Boykis 借用构建和维护自己的知识“上下文窗口”的比喻，以有效地将新的AI工具与现有的软件工程原理相结合。