实体
Yiheng Su
Yiheng Su
PulseAugur coverage of Yiheng Su — every cluster mentioning Yiheng Su 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
-
RELISH架构提供高效的LLM文本回归
研究人员推出RELISH，这是一种新颖且高效的架构，用于对大型语言模型进行文本回归。与将数字目标解码为文本或聚合多个输出的现有方法不同，RELISH通过迭代地改进潜在状态来直接预测标量值。这种方法仅使用最少的附加参数，在各种数据集和LLM骨干网上始终优于先前的基线。
-
论文分析了FTRL学习者在博弈中的策略剩余
本文研究了在两人零和博弈中，针对FTRL（Follow-the-Regularized-Leader）学习算法可实现的策略剩余。研究表明，策略剩余的提取是FTRL家族的固有特征，其规模与学习者采取的次优行动数量成正比。分析揭示了基于正则化器陡峭度的二分法：非陡峭正则化器通过有限时间消除次优行动，从而实现最大的瞬时剩余；而陡峭正则化器则会延迟剩余的饱和。