PulseAugur
中
实时 22:58:23
实体 Open-Ended QA

Open-Ended QA

PulseAugur coverage of Open-Ended QA — every cluster mentioning Open-Ended QA across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_56064 ·

    新的EAPO方法增强了AI在开放式问答中的策略优化能力

    研究人员开发了一种熵驱动自适应策略优化（EAPO）方法，以改进开放式问答的强化学习。与使用固定正负样本权重的先前方法不同，EAPO根据策略熵自适应地调整这些权重。该方法旨在平衡响应的多样性和稳定性，特别是在训练过程中缓解熵崩溃问题。在医学问答数据集上的实验表明，EAPO的性能显著优于固定权重基线。