实体
PAWS
PAWS
PulseAugur coverage of PAWS — every cluster mentioning PAWS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
PAWS方法通过基于片段的优势函数改进强化学习
研究人员推出了一种新颖的首选项学习强化学习方法PAWS，该方法解决了关键的训练-推理不匹配问题。通过利用片段级优势函数进行策略更新，PAWS将效用训练与优化对齐，保留了首选项信息，并避免了不可靠的每步信号。在机器人操作和运动任务上的实验表明，PAWS的性能优于现有方法，突显了分布一致的首选项学习的重要性。
-
研究表明成对难度适应可提升冻结句子嵌入
研究人员调查了如何将冻结的句子嵌入适应输入复杂度，发现每句难度适应基本无效。他们使用 Qwen3-Embedding-0.6B 编码器进行的研究表明，复杂度更多是成对属性而非单个句子属性。然而，由交叉编码器难度信号门控的成对残差在 STS-B 和 QQP 等特定任务上确实显示出了一致的收益。