实体
Farina
Farina
PulseAugur coverage of Farina — every cluster mentioning Farina across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新算法HOOD保证在一般博弈中实现恒定遗憾
研究人员开发了一种名为HOOD（高阶乐观主义与折扣）的新学习算法，该算法保证在一般N方正常形式博弈中实现特定水平的个体遗憾。该算法是乐观的正则化领导者跟随（OptFTRL）算法的一个变体，结合了折扣的（N+1）阶预测器和熵正则化。该方法旨在减少博弈中的振荡，这是以往在此类博弈中实现恒定遗憾的尝试所面临的挑战。这项工作与Liu、Farina和Ozdaglar的独立研究有相似之处，后者也探索了用于遗憾最小化的高阶乐观主义。
-
新的LLM管道有助于历史语言的词义消歧
研究人员开发了Inspicio，一个旨在改进历史和低资源语言的词义消歧的新型管道。与需要现有词义清单的传统方法不同，Inspicio使用指令微调的LLM生成英文翻译和定义，使其能够将单词链接到Open English WordNet，而无需特定于源语言的映射。该系统在拉丁语、古希腊语和意大利语上进行了评估，取得了较高的召回率，并证明了在跨语言和域外场景中的有效性。
-
新研究简化了在线学习到多校准的归约
研究人员开发了一种从在线学习到在线多校准的新黑盒归约方法，该方法简化了高维多校准的实现。该方法将任何无遗憾学习器与期望变分不等式求解器相结合，为多校准提供了一种更通用的方法，并具有改进的保证。此外，该研究还建立了从高维在线多校准到上下文 $\Phi$-遗憾最小化的精细归约，为 $\Phi$-遗憾提供了一条新的途径，该途径绕过了复杂的机制并产生了更鲁棒的算法。