实体
Yu He
Yu He
PulseAugur coverage of Yu He — every cluster mentioning Yu He across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的ERPO方法通过控制查询分布来稳定LLM训练
研究人员推出了一种名为环境正则化策略优化（ERPO）的新方法，用于优化大型语言模型（LLM），该方法解决了稳定性-探索困境。ERPO通过引入查询KL（QKL）项，将正则化从输出（响应）端转移到输入（查询）端。这种方法在训练过程中限制了查询分布的变化，在保证稳定行为的同时保留了探索能力。与传统方法相比，ERPO在六个数学推理基准测试中表现出更强的准确性和更稳定的性能。
-
Schrödinger's Navigator 增强机器人在复杂环境中进行零样本导航的能力
研究人员开发了一个名为 Schrödinger's Navigator 的新框架，用于机器人的零样本物体导航。该系统通过推理多个假设的未来场景来应对现实世界环境中的挑战，例如遮挡和未见的危险。通过保持对可能场景实现的叠加态，而不是固定于单一地图，该框架提高了隐藏目标的可发现性和风险感知导航能力。在物理 Go2 四足机器人上的实验证明了其在复杂导航任务中的有效性。
-
新框架将真实世界图像分解为图层
研究人员开发了一个新的框架，用于将真实世界图像分解为图层，解决了当前生成模型主要在平面设计中有效的局限性。他们的方法包括一个由代理驱动的数据分解（ADD）管道，创建了一个包含超过10万张分层图像的大型数据集，命名为LiWi-100k。所提出的模型通过显式建模光照效果和使用退化-恢复目标进行边界校正，增强了光度保真度和Alpha边界精度。实验表明，该方法在自然图像分解方面取得了最先进的性能。