实体
Yichi Zhang
Yichi Zhang
PulseAugur coverage of Yichi Zhang — every cluster mentioning Yichi Zhang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
撤回的论文详细介绍了新颖的连续时间策略评估方法
一篇已被撤回的研究论文提出了一种新颖的连续时间策略评估方法，称为高阶生成器回归。该技术旨在通过使用多步转移和矩匹配系数来估计时变生成器，从而改进标准的Bellman基线。该论文在理论上分解了估计误差，并提供了预期更高阶收益的制度图，在校准研究中显示出优于Bellman基线的持续改进。
-
新的STAR-64K数据集和训练框架提升MLLM推理能力
研究人员开发了一种新的方法来训练多模态大语言模型（MLLM），以提高它们处理图像中呈现的抽象关系知识的能力。该方法包括一个自动数据引擎，该引擎合成具有多模态关系知识的图像，并生成具有思维链推理的指令数据。提出的两阶段能力增强框架在包含64,000个样本的数据集上进行了测试，结果表明较小的模型在结构化和抽象推理任务上可以超越GPT-4o。