实体
Semantic Pareto-DQN
Semantic Pareto-DQN
PulseAugur coverage of Semantic Pareto-DQN — every cluster mentioning Semantic Pareto-DQN 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
-
新框架使用LLM进行金融异常检测 · 跟踪2个来源
研究人员开发了Semantic Pareto-DQN，一个新颖的多目标强化学习框架，旨在应对金融异常检测的挑战，特别是在极端类别不平衡的情况下。该框架利用大型语言模型将交易数据转换为自然语言叙述，创建了强大的状态表示。该代理优化了一个矢量奖励，该奖励平衡了金融效益、操作摩擦和语义发现，使其能够应对检测异常与最小化客户干扰之间的权衡。
-
新框架利用多目标强化学习解决推荐系统过滤气泡问题
研究人员开发了一种新的多目标强化学习框架，以对抗推荐系统中的过滤气泡。该框架称为 Semantic Pareto-DQN，将用户参与度、信息多样性和提供者公平性视为不同的奖励信号，从而避免了单目标优化的局限性。在 MovieLens 数据集上的实证测试表明，这种方法可以在对用户参与度影响很小的情况下，改善多样性和公平性等社会目标。