causal modelling | BriefGPT

关键词causal modelling

搜索结果 - 6

PHUDGE: Phi-3 作为可扩展的评判者
通过使用 PHUDGE 调优的 Phi3 模型，在反馈测试、反馈 OOD、MT Human 和 Preference Test 等四项任务中取得了最先进的结果，大大超越了现有模型在延迟和吞吐量方面。研究还表明，与 GPT4 和人类注释者相比
PDF2 months ago
网络强化学习的因果性质
强化学习和因果建模在互补中相当自然地互相配合。本研究论文考察了哪些强化学习设置可以受益于因果建模，以及如何进行。
PDF4 months ago
关于在矿山测绘任务中实现无人机的概率因果发现、推断与解释
部署因果模型的无人机系统在盐矿环境中遇到了混淆因素、非稳态和无法提前构建完整因果模型等挑战，为了解决这些问题，我们提出了一种基于概率因果框架的解决方案，其中包括因果知识驱动的 POMDP 规划、在线 SCM 调整和事后可反事实解释。同时，我
PDFa year ago
CAR-DESPOT: 机器人在混杂环境中基于因果推断的在线 POMDP 规划
本文提出了使用因果建模和推理的新型持续时间在线部分可观测树规划器的因果知情扩展，以消除未测量混淆变量所引起的误差。同时，我们提出了一种离线学习因果模型的方法，用于规划。我们在一个具有未观察到混淆因素的玩具问题上评估了我们的方法，并表明所学习
PDFa year ago
朝向具身人工智能因果关系的基础理论
本文论述一种框架，通过交互式体验使自主代理学习抽象因果模型需要扩展并澄清现有的理论基础，该框架将动作描述为状态空间的转换，从而使描述微状态空间的转换和抽象模型的转换成为可能，进而将因果表示和干预技能学习的目标变得更加清晰。
PDF2 years ago
MM强化学习推荐系统中的用户篡改
本文提供了一种新的形式化方法和实证演示，来探讨强化学习（RL）推荐算法中的安全性问题，其中 RL 系统可能通过其推荐来操作用户的意见以增加其长期参与度。作者应用因果建模技术分析了文献中可扩展的 RL 推荐方法，发现这些方法允许进行用户操纵。
PDF3 years ago