实体
Kuhn
Kuhn
PulseAugur coverage of Kuhn — every cluster mentioning Kuhn across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
AI代理通过新的偏好优化方法学会策略性扑克游戏
研究人员开发了一种名为“基于KL锚定的均衡策略偏好优化”（SPOKE）的新方法，以增强AI代理在扑克游戏中的策略能力。该方法旨在超越静态策略和标准偏好优化技术的性能。SPOKE结合了多种元素，包括教师相对价值惩罚、策略锚定、风险约束和结构化推理监督。初步结果表明，SPOKE显著降低了Kuhn扑克和Leduc扑克等游戏中的可利用性，同时保持了与教师一致的行为。
-
提出形式科学认识论，与贝叶斯方法形成对比
作者提出了一种形式科学认识论，并将其与贝叶斯方法进行对比，贝叶斯方法将二元真值分配给命题。相反，作者主张为模型分配真值程度，其灵感来源于科学实践，即构建新理论来解释数据并做出新颖的预测。Garrabrant归纳法被认为是形式化这种科学认识论的重要一步，它使用一种市场机制，其中多项式时间算法充当交易者，根据其预测成功程度为逻辑陈述设定可信度。