实体
Park et al.
Park et al.
PulseAugur coverage of Park et al. — every cluster mentioning Park et al. 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
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的遗憾损失框架训练 AI 模型以实现博弈论均衡
研究人员引入了一种新颖的遗憾损失框架来训练 AI 模型，扩展了 Park 等人的先前工作。这种新方法称为交换遗憾损失，允许模型优化交换偏差鲁棒性，超越了外部遗憾。研究表明，使用这种遗憾损失训练的单层自注意力模型可以达到与平滑虚拟博弈和交换遗憾更新相呼应的稳定点。这些发现表明，遗憾训练的注意力机制可以实现可微分的博弈论动态，从而在无需直接监督学习这些算法的情况下实现均衡行为。
-
AI代理在衰败的记事本上构建文化，展现出涌现的集体记忆
研究人员展示了一组AI代理，每个代理的记忆都有限，但它们能够自发地发展和维持一种共享文化。通过利用一个不断衰败的共享记事本，代理们共同强化和重新写入信息，即使原始笔记消失，叙事也能得以延续。这种受生物学信息标记和先前LLM代理研究启发的涌现行为表明，集体记忆和文化持久性可以源于简单的交互规则，而非广泛的个体记忆。