实体
MOEA/D with Adaptive Weight Adjustment
MOEA/D with Adaptive Weight Adjustment
PulseAugur coverage of MOEA/D with Adaptive Weight Adjustment — every cluster mentioning MOEA/D with Adaptive Weight Adjustment 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
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
GOAL diffusion solver 解决了动态多目标优化问题
研究人员推出了一种新颖的扩散求解器 GOAL，用于动态多目标优化问题。与之前仅限于单一目标的方**法**不同，GOAL 采用基于图的方法和异构图编码来处理各种约束类型。通过以用户指定的**目标**为条件，可以实现可控的决策生成。GOAL 在调度基准测试中表现出色，实现了高可行性和准确性，同时在速度上显著优于现有算法。
-
EvoPref算法通过进化优化增强语言模型对齐
研究人员开发了EvoPref，这是一种新颖的多目标进化算法，旨在改进大型语言模型（LLM）的对齐。与可能导致偏好崩溃和狭窄行为模式的传统基于梯度的方法不同，EvoPref维护了针对有用性、无害性和诚实性进行优化的适配器多样化种群。这种方法显著增强了偏好覆盖范围并降低了崩溃率，同时实现了具有竞争力的对齐质量，确立了进化优化作为多样化LLM对齐的可行范式。