PulseAugur
实时 10:55:56
实体 \inter

\inter

PulseAugur coverage of \inter — every cluster mentioning \inter 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_218479 ·

    新的ARC方法提高了开放式智能体强化学习的公平性

    研究人员推出了一种新颖的训练方法ARC(Advantage Regularization via Conditioning,通过条件化进行优势正则化),旨在提高开放式智能体基于群组的强化学习中的公平性。该方法解决了在真实世界交互中,不同有效智能体行为会扭曲比较并导致次优优化的问题。ARC通过在策略上对rollout比较进行条件化,从而实现更公平的比较,该策略在新的响应式用户-智能体交互的".inter"范式内进行研究。配套的".int…