PulseAugur
中
实时 13:38:29
实体 Inverse Probability Scaling

Inverse Probability Scaling

PulseAugur coverage of Inverse Probability Scaling — every cluster mentioning Inverse Probability Scaling 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_312598 ·

    新的逆概率缩放方法解决了强化学习中的模式崩溃问题

    一篇新研究论文提出了一种称为逆概率缩放(IPS)的方法来解决强化学习(RL)中的结果级模式崩溃问题。该论文认为,标准的预期回报最大化目标固有地会导致策略崩溃到有限的结果集上,而与探索策略或正则化无关。IPS旨在通过从学习信号中消除结果频率放大来纠正这一点,这在理论上确保了更广泛的高质量结果分布。研究人员将其实现为IPS-GRPO,这是对Group Relative Policy Optimization的修改,并证明了其在减少推理和分…