PulseAugur
中
实时 03:23:25
实体 Samuel Knoche

Samuel Knoche

PulseAugur coverage of Samuel Knoche — every cluster mentioning Samuel Knoche across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
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
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_318820 ·

    LoReFT GRAFT 解决了强化学习中的奖励欺骗问题

    Samuel Knoche 开发了 LoReFT GRAFT,这是一种旨在减轻强化学习代理中奖励欺骗的方法。该技术旨在通过防止代理利用奖励函数中的漏洞来提高 RL 系统的可靠性。该方法在 LessWrong 的一篇帖子中有详细介绍。