实体
Mopo
Mopo
PulseAugur coverage of Mopo — every cluster mentioning Mopo 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
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的ROMI方法推动离线强化学习发展，超越先前模型
研究人员推出ROMI，一种用于基于模型的离线强化学习的新方法，解决了对抗模型学习中的关键挑战。与RAMBO等先前方法不同，RAMBO因模型梯度而在控制保守性和训练稳定性方面遇到困难，ROMI采用了一个鲁棒的、感知价值的学习框架。该框架使用隐式可微的自适应加权机制来平衡价值保守性和分布外泛化。在D4RL和NeoRL基准上的实验表明，ROMI显著优于RAMBO，并能媲美或超越最先进的无模型和惩罚模型方法。
-
电子商务搜索框架助力淘宝新品销售增长
研究人员开发了一个名为GrowthGR的新型电子商务搜索检索框架，以解决优先考虑热门商品而忽视新品的问题。该框架包含一个预测商品长期交易价值的模块，以及一个利用该预测来平衡短期转化与长期增长潜力的模块。在淘宝上部署GrowthGR后，新品的商品交易总量（GMV）增长了5.3%，整体搜索GMV增长了0.3%，证明了其对平台生态系统的积极影响。