PulseAugur
中
实时 03:23:00
实体 Limited Feedback Interaction

Limited Feedback Interaction

PulseAugur coverage of Limited Feedback Interaction — every cluster mentioning Limited Feedback Interaction 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_252666 ·

    新算法支持在有限反馈下进行LLM专家路由

    研究人员开发了用于大规模语言模型(LLM)专家在线学习的新算法,特别针对有限反馈场景。所提出的方法将路由到不同LLM专家的提示视为一个上下文老虎机问题。实验表明,即使在反馈受限的情况下,这些算法也能有效地学习有效的路由策略,并达到次线性遗憾界限。