实体
Huber contamination model
Huber contamination model
PulseAugur coverage of Huber contamination model — every cluster mentioning Huber contamination model across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的Q学习算法可抵御损坏的数据
研究人员开发了BR-Async-Q，这是一种新颖的算法，旨在提高Q学习在奖励和状态损坏环境中的鲁棒性。这种基于epoch的方法利用数据批处理来降低方差，并构建贝尔曼最优算子的鲁棒估计。该算法实现了高概率误差界限，与标准的Q学习非常接近，仅有一个取决于损坏比例的微小加性项。这项工作提供了已知的第一项针对奖励和状态损坏下的异步Q学习的鲁棒性保证，并在仅奖励损坏时证明了极小极大最优性。
-
新的RoPoLL方法增强了大语言模型（LLM）评估的鲁棒性
研究人员推出了一种名为RoPoLL的新方法，以提高大语言模型（LLM）评估的鲁棒性。传统的大语言模型（LLM）评判员小组虽然实用，但容易受到模式崩溃或谄媚等偏见的影响，导致误差无界。RoPoLL通过用鲁棒的均值估计器（特别是几何中位数）替换标准的聚合函数来解决这个问题，该估计器具有最佳的失效点，即使在评判员严重受污染的情况下也能保持准确性。实验表明，RoPoLL的性能显著优于现有方法，在一个关键基准测试中，即使是一个小型RoPoLL委…