Tsallis entropy
PulseAugur coverage of Tsallis entropy — every cluster mentioning Tsallis entropy across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的投影最大熵框架统一了统计参考分布
研究人员引入了投影最大熵（Projective Maximum Entropy），一个用于构建统计参考分布的新框架。该方法解决了非归一化统计模型和规定可容许区域的局限性。该框架建立了一个普适性定理，统一了各种熵和得分构造，并将共同优化器表征为q-指数密度。此外，它还提供了一种方法，可以根据指定的马氏距离接受区域，唯一确定有界支撑参考分布的变形参数。
-
博弈论求解器的“曲率阴影”伪影被解释为可移除的熵不足
研究人员在博弈论求解器（特别是正则化纳什动力学 R-NaD）中发现了一种伪影，该伪影导致最大熵均衡选择出现明显的失败。这种被称为“曲率阴影”的现象在库恩扑克中被观察到，其中 R-NaD 选择的策略与理论上的最大熵解决方案略有不同。该研究定量地证明，这种差异是与熵景观曲率相关的可移除的不足，而不是固定的偏差，并且得到了实验数据的支持。
-
EntropyScan 通过视觉注意力异常检测 LVLM 后门
研究人员开发了 EntropyScan，一种检测大型视觉语言模型 (LVLM) 中后门的新方法。该方法是模型级别的，不需要了解训练数据或特定的攻击触发器。EntropyScan 通过分析 LVLM 在处理良性样本时视觉注意力分配中的异常来识别后门，这表明跨模态对齐受到干扰。该方法利用 Tsallis 熵来量化这些失真，在实验中取得了高精度。
-
新研究推进了控制、因果关系和多目标学习的赌博机算法
多篇研究论文探讨了赌博机算法在各个领域的进展。一项研究引入了一个机器学习框架，用于流体式躁动多臂赌博机问题的最优控制，在机器维护和疫情控制等应用中实现了显著的加速。另一篇论文挑战了因果赌博机中图学习的最优性，提出了新的算法，绕过图恢复以改进遗憾最小化。进一步的研究探讨了多目标赌博机的复杂性，表明帕累托遗憾的规模与单目标问题相似，并研究了在具有动态代理人口的开放多代理系统中的赌博机学习。其他工作解决了具有对抗性上下文的约束上下文赌博机、…