PulseAugur
中
实时 11:55:17
实体 Neurosymbolic Transformers for Multi-Agent Communication

Neurosymbolic Transformers for Multi-Agent Communication

PulseAugur coverage of Neurosymbolic Transformers for Multi-Agent Communication — every cluster mentioning Neurosymbolic Transformers for Multi-Agent Communication across labs, papers, and developer communities, ranked by signal.

Show in brief
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
最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_213514 ·

    神经符号AI模型支持无需重新训练即可切换任务

    一篇2026年8月的最新arXiv预印本介绍了一种神经符号世界模型,该模型将符号状态与奖励预测分开。这种架构允许强化学习代理在无需额外重新训练的情况下切换任务。

  2. RESEARCH · CL_90909 ·

    新的EM-NeSy方法增强了神经符号AI学习

    研究人员推出了一种新颖的神经符号学习方法EM-NeSy,该方法将该过程构建为期望最大化(EM)算法的一个实例。这种方法允许近似推理,而无需符号组件可微,这是当前最先进模型中的一个常见限制。EM-NeSy使用基于计算出的后验的梯度下降来更新神经网络参数,并在实验中展示了可扩展性和计算效率。