PulseAugur
中
实时 22:38:03
实体 Markov chain

Markov chain

PulseAugur coverage of Markov chain — every cluster mentioning Markov chain across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
21
90 天内 57
发布 · 30天
0
90 天内 0
论文 · 30天
21
90 天内 56
层级分布 · 90 天
主题
关系
情绪 · 30 天

7 天有情绪数据

最近 · 第 1/4 页 · 共 63 条
  1. RESEARCH · CL_366127 ·

    新研究详细介绍了 Transformer 的学习机制和模块可塑性

    两篇新研究论文探讨了 Transformer 的内部工作原理,重点关注这些模型如何学习和适应。第一篇论文区分了陈述性学习和程序性学习,表明 Transformer 内的不同模块负责不同类型的记忆,并表现出不同程度的可塑性和稳定性。第二篇论文通过识别子电路实现的四个算法阶段来表征 Transformer 中的上下文学习,揭示了基于数据多样性和表征瓶颈的上下文自适应计算的独特机制。

  2. TOOL · CL_360426 ·

    新框架对反馈驱动的黑盒人工智能和软件过程进行建模

    研究人员开发了一个新的随机框架,使用马尔可夫链和仿真来评估反馈驱动的黑盒过程,特别是在软件工程和机器学习领域。该框架解决了在系统底层结构未知的情况下,设计顺序输入生成策略的挑战。该方法应用于基于变异的模糊测试,使用马尔可夫链对过程进行建模,其中转换取决于变异策略,反馈来自程序执行。这一理论基础允许进行具有可证明保证的严格评估,并已在众多模糊测试器和各种非模糊测试领域进行了测试。

  3. TOOL · CL_355746 ·

    群体优化更新规则被分析为马尔可夫链

    研究人员分析了简化群体优化(SSO)更新规则,将其建模为有限马尔可夫链。他们的分析揭示了在各种条件下(包括冻结记忆和精英链)SSO的明确平稳定律和收敛速度。研究发现,SSO,特别是采用分析重绘规则时,在OneMax和LeadingOnes等特定基准问题上可以优于(1+1)进化算法等其他进化算法,但尚未确定其在速率调整突变或遗传算法上的持续优势。

  4. TOOL · CL_344144 ·

    新的RM-VLM方法使用LLM和VLM自动生成奖励机器

    研究人员推出了一种新颖的方法RM-VLM,该方法利用大型语言模型(LLM)和视觉语言模型(VLM)从自然语言任务描述中自动生成奖励机器(RM)。该方法解决了在强化学习中手动设计RM的命题基础预言机(proposition-grounding oracles)的局限性。RM-VLM使用LLM创建RM,并使用VLM将其命题基础化于基于图像的观察中,从而实现RM指导的策略学习。与现有的基于VLM的奖励方法相比,该系统在网格世界导航、机器人操…

  5. TOOL · CL_329889 ·

    论文探讨人工智能对数学家的生存风险

    一篇题为《人工智能的生存风险:为数学家而作的阐释》的论文,作者为Xiaoyu He,探讨了人工智能可能带来的生存风险。该论文包含了马尔可夫链及相关讨论,提供了一个既非完全怀疑也非完全危言耸听的视角,而是为数学家提供了一个有趣的观点。作者对论文的结论表示一些不同意见,但仍推荐其作为有价值的读物。

  6. TOOL · CL_325169 ·

    人工智能驱动的数字孪生以92%的准确率预测牛的热应激

    研究人员开发了一个用于精准畜牧业的新型数字孪生框架,专注于预测奶牛的核心体温以检测热应激。该框架整合了基于物理的模拟和机器学习模型,包括高斯过程、卡尔曼滤波器和马尔可夫链,以模拟体温调节、个体偏差、实时数据对齐和活动状态。该系统使用三阶段堆叠的LightGBM模型集成,在提前2小时的预测中实现了0.783的交叉验证R2和92.38%的预测区间覆盖率。

  7. RESEARCH · CL_324054 ·

    arXiv 迎来关于提升推理和鲁棒强化学习的新研究

    2026年10月26日,两篇新的研究论文提交至arXiv,分别聚焦于AI的不同领域。第一篇论文“Query-Driven Learning for Lifted Reasoning”探讨了在一阶逻辑环境中整合学习与推理,提出了一种具有理论效率保证的算法。第二篇论文“Provably Efficient Q-learning for Robust Reinforcement Learning”为马尔可夫决策过程中的鲁棒强化学习引入了一种…

  8. TOOL · CL_321785 ·

    AgentTrace框架以96%的准确率识别LLM代理的基础模型

    研究人员开发了AgentTrace,一个旨在识别黑盒LLM代理底层基础模型的新框架。该方法通过注入触发序列化失败的探针,然后根据其时间序列和恢复行为进行分析。AgentTrace在归属方面达到了96.0%的准确率,甚至能区分Llama 3 8B和70B等相似模型,并且在对抗性提示混淆和温度缩放方面仍然有效。

  9. TOOL · CL_321544 ·

    新方法为无限记忆链提供经验集中界限

    研究人员开发了一种新方法,用于为具有无限记忆的平稳链建立经验集中界限,超越了传统的马尔可夫链框架。该方法从单个轨迹估计未知的依赖量,适用于有限和连续状态空间。导出的置信界限在渐近上与理论界限一样紧密,并且保持自适应性,不需要事先了解常数。

  10. RESEARCH · CL_317446 ·

    新的CausalCoT框架提升了AI解释的忠实度

    研究人员推出了一种新的推理框架——因果思维链(CausalCoT),旨在提高AI模型解释的忠实度。与标准的思维链提示不同,后者可能生成与最终答案没有因果关系的理由,CausalCoT将问题分解为子问题的有向无环图。每个子问题都在隔离的上下文中进行评估,确保推理步骤对局部上下文敏感,而不是全局信息泄露。该方法在各种推理基准上展示了改进的解释忠实度和因果敏感性,同时保持了有竞争力的性能。

  11. RESEARCH · CL_314984 ·

    通过聚合对话分析揭示大语言模型(LLM)代理的共识动态

    研究人员开发了一种方法来理解大语言模型(LLM)代理在对话中如何趋于达成共识。通过分析多轮对话的内部表征,他们发现聚合共识遵循马尔可夫过程,其中每一轮的共识都取决于前一轮。这种聚合视角揭示了内部和外部共识之间的幂律映射,表明模型内部特征存在马尔可夫动态。有趣的是,模型倾向于在内部表征在立场改变后完全跟上之前就表达外部共识。

  12. TOOL · CL_301559 ·

    新研究证明 MCMC 收敛诊断无法保证收敛

    一篇新发表在 arXiv 上的论文解决了马尔可夫链蒙特卡洛 (MCMC) 方法中验证收敛的长期挑战。研究证明,即使增加了采样或更智能的检查,也没有有限的诊断集能够明确保证收敛。该研究还详细介绍了如何选择最佳诊断方法,并提供了未检测到偏差的界限,从而限制了可认证的有效样本量。

  13. TOOL · CL_301199 ·

    新的贝叶斯推理方法使用神经估计器处理复杂模型

    研究人员开发了一种新的半摊销贝叶斯推理方法,将高维模型分解为更小的块。该方法使用神经估计器来近似计算成本高昂或频繁更新的块的条件后验。然后,马尔可夫链在直接从这些估计器抽取样本和对其他变量进行常规更新之间交替进行,从而无需似然评估或接受-拒绝步骤即可实现高效推理。该方法可以在不同块和数据集之间重用估计器,使其适用于复杂的层次模型和时空模型。

  14. TOOL · CL_299753 ·

    马尔可夫链达到张量PCA算法阈值

    研究人员已经证明,平均退火马尔可夫链可以达到张量PCA的算法阈值。张量PCA问题涉及从噪声观测中恢复一个未知向量的张量幂。此前,人们认为像马尔可夫链这样的局部算法在此任务上的效果不如全局方法,需要更高的信噪比才能成功。这项新工作表明,当通过退火和平均增强后,Glauber动力学可以从随机初始化中进行强恢复,性能与全局算法相匹配,直至理论极限。

  15. RESEARCH · CL_299740 ·

    新的Q学习框架应对强化学习挑战 · 跟踪4个来源

    研究人员开发了新颖的Q学习框架来应对强化学习中的挑战。一种方法Q($ ext{γ}_H$)引入了一个多视界Q学习系统,该系统使用熵导出的置信信号自适应地组合特定折扣的头部,从而提高了在延迟信用任务上的性能。另一篇论文为带选项的平均奖励Q学习建立了收敛保证,将理论扩展到持续任务。第三项研究提出了平均奖励Q学习和Q规划的混合正则化,提供了有限时间分析和m步混合的新速率。

  16. RESEARCH · CL_294555 ·

    新的arXiv论文改进了用于LLM和赌博机的Langevin采样

    两篇新的arXiv论文探讨了机器学习的高级采样技术。第一篇论文介绍了鲁棒Langevin采样(R-LMC、A-LMC、RA-LMC),以解决现有方法中的局限性,特别是对于微调大型语言模型(LLM)和视觉语言模型。它放宽了对Lipschitz梯度和有界噪声的假设,在Fisher信息中建立了收敛保证。第二篇论文提出了用于多臂赌博机的随机逼近Langevin Thompson采样(TS-SA),通过使用单一Langevin步骤和SA更新来简…

  17. TOOL · CL_294143 ·

    核诱导几何中的马尔可夫链收敛性探讨

    本文在由希尔伯特嵌入和正定核定义的几何框架内,特别关注最大均值差异(MMD),研究了马尔可夫链的收敛性。研究为经验占有测度收敛到不变测度建立了非渐近、高概率界限,该界限取决于核诱导几何中的收缩假设和谱隙假设。这些界限阐明了每个条件的影响,其中谱隙决定了有效样本量,而核收缩则贡献了一个线性修正。作为实际应用,本研究分析了从单个轨迹预测动力系统的单步预测,为非线性最小二乘估计器产生了快速学习率,突显了核诱导几何中的混合性质与经典源/容量条…

  18. RESEARCH · CL_286996 ·

    新论文详述非线性随机逼近中的稳态偏差

    一篇新发表在arXiv上的论文探讨了非线性双时间尺度随机逼近中的稳态偏差和外插。研究详细说明了恒定步长的随机逼近如何导致持续的非零稳态均值误差。该论文推导了由有限状态马尔可夫链驱动的非线性递归的伯格展开,揭示了步长混合的贡献,这影响了像Richardson-Romberg外插这样的偏差缩减策略。

  19. TOOL · CL_284687 ·

    新指标量化历史数据带来的预测增益

    研究人员引入了一个名为内存预测过量(MPE)的新指标,用于量化过去信息在多大程度上提高了随机过程的预测准确性。MPE衡量了与仅使用静态边际分布相比,使用整个观测历史所带来的平均预测准确性增益。MPE的归一化版本提供了一个无量纲的预测效率度量,并且该框架被扩展到有限历史MPE(FH-MPE),以确定给定预测性能所需的最小内存长度。

  20. TOOL · CL_284391 ·

    新的 GFlowNet 混合框架增强了 AI 科学发现能力

    研究人员开发了一个新的 GFlowNets 混合模型理论框架,用于改进 AI 驱动的科学发现中的状态空间探索和收敛性。该框架分为连续索引和离散索引的集合。连续索引方法可以被解释为一种随机特征扩展,增强了采样器的表达能力并降低了学习的不稳定性。离散索引方法为分层条件 (SC) GFlowNets 提供了基础,后者将状态空间分解并允许并行训练,从而在不增加计算成本的情况下加快学习收敛速度并改善模式覆盖。