实体
Yuxuan Zhu
Yuxuan Zhu
PulseAugur coverage of Yuxuan Zhu — every cluster mentioning Yuxuan Zhu 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
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
通过已验证数据和强化学习实现人类水平的文本到SQL
研究人员开发了一种新的文本到SQL方法，通过在已验证数据上使用强化学习对大型语言模型进行微调，从而达到人类水平的准确性，并绕过了复杂的流水线工程。他们创建了BIRD-Platinum，一个带有已更正注释的数据集，显著提高了Qwen3-235B的性能。通过ReViSQL-BIRD，一种结合了基于结果的奖励、SQL等效性验证和外部知识利用的奖励塑造技术，进一步进行了增强，使Kimi-K2.6在Arcwise-Plat基准测试中达到了92.…
-
多领域强化学习新研究 · 追踪10个来源
arXiv上发表的多篇研究论文探讨了强化学习（RL）的进展及其应用。一项研究侧重于通过决策树剪枝提高RL策略的可解释性，并在控制基准测试中显示出有效性。另一篇论文介绍了一种博弈论逆强化学习方法，用于预测人类驾驶行为，其准确性优于现有方法。此外，研究还探讨了可解释人工智能（XAI）在人机协作中的支持作用、RL组件在样本高效控制中的协同作用，以及多目标RL的网络现代化。其他论文深入研究了轨迹相对滞后蒸馏、信用节约动作到令牌分配，以及在模拟…