PulseAugur
中
实时 06:33:53
实体 fact utility estimation

fact utility estimation

PulseAugur coverage of fact utility estimation — every cluster mentioning fact utility estimation across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_231527 ·

    新方法改进搜索代理的强化学习

    研究人员开发了一种用于训练搜索任务中使用的强化学习代理的新方法。这种方法称为通过事实效用估计实现密集过程监督，解决了在推理过程的中间步骤中分配信用的挑战。通过将推理建模为离散证据事实的累积、对语义等效事实进行聚类以及推断其效用，该方法生成密集的步骤级奖励来指导训练。在问答基准上的实验表明，该技术持续优于现有基线，在多跳问答场景中比仅结果奖励的训练有显著改进。