实体
Ito et al.
Ito et al.
PulseAugur coverage of Ito et al. — every cluster mentioning Ito et al. across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新方法可合并神经网络，减少模型宽度扩展
研究人员开发了一种新的预训练神经网络合并方法，该方法减少了对模型大幅度加宽的需求。这种基于倒数正交性的技术鼓励模型计算在合并网络中共存，即使在较小的宽度扩展下也能促进线性模式连接（LMC）。该方法已成功地合并了在不同数据分布上训练的模型，而传统的权重匹配方法在此类情况下会失效，并且合并后的预测结果与原始模型的logit集成结果非常接近。
-
新算法解决了具有改进遗憾界限的对抗性线性MDP和老虎机问题 · 跟踪2个来源
arXiv上发表的两篇新研究论文介绍了用于对抗性线性马尔可夫决策过程（MDP）和广义线性老虎机的 novel 算法。第一篇论文提出了一种计算高效的算法，该算法实现了具有老虎机反馈的对抗性线性MDP的 $\sqrt{K}$ 遗憾界限，优于现有方法中效率低下或遗憾次优的方法。第二篇论文介绍了 HCW-GLB-OMD，这是一种用于具有对抗性腐败的异方差广义线性老虎机的算法，该算法实现了近乎最优的遗憾界限，并且需要最少的存储和计算。