PulseAugur
中
实时 12:38:36
实体 Tomoya Wakayama

Tomoya Wakayama

PulseAugur coverage of Tomoya Wakayama — every cluster mentioning Tomoya Wakayama 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_93860 ·

    论文将上下文学习与贝叶斯推理和元学习联系起来

    一篇新论文提出了一个统计理论，在元学习框架内解释上下文学习（ICL）。该理论将ICL风险分解为贝叶斯差距（衡量模型逼近最优预测器的程度）和后验方差（代表内在任务不确定性）。对于Transformer，该论文推导出的界限表明，任务混合引起的不确定性随少量示例迅速减小，而贝叶斯差距取决于预训练提示和上下文长度。