data coverage | BriefGPT - AI 论文速递

关键词data coverage

搜索结果 - 7

离线强化学习多任务数据共享的悲观值迭代
离线强化学习（RL）在从固定数据集中学习特定任务策略方面显示出有希望的结果。然而，成功的离线 RL 往往严重依赖于给定数据集的覆盖范围和质量。在特定任务的数据集有限的情况下，一种自然的方法是通过来自其他任务的数据集改进离线 RL，即进行多任
PDF2 months ago
EMNLP探索 - 指导：通过主动探索增加领域特定指导范围
通过数据探索实现领域指导调整的数据覆盖增强方法，提高指导模型的颗粒化理解和交流能力，并在多个基准测试中取得显著进展，为改善特定领域中的指导覆盖提供了有希望的机会，推进可适应性语言模型的发展。
PDF9 months ago
离线强化学习中的生存本能
研究表明，线下强化学习算法具有一定的鲁棒性，即使使用错误的奖励标签经过训练，也能产生表现良好和安全的策略。该现象归功于线下 RL 算法中的悲观主义和常见数据收集实践中的某种偏见之间的相互作用，该特性在解释现有离线 RL 基准结果和创建未来基
PDFa year ago
离线强化学习对抗模型
提出 Adversarial Model for Offline Reinforcement Learning (ARMOR) 框架，通过对抗训练 Markov 决策过程模型，能够在数据覆盖不足情况下优化任意参考策略的性能，不需要使用模型集
PDFa year ago
ICLR高裁剪率下基于覆盖率的核心集选择
本文研究一次性 coreset 选择，提出一种新的度量方法来度量训练数据集在特定分布下的覆盖率，将整体数据覆盖率与每个样本的重要性同时考虑，提出了 Coverage-centric Coreset Selection（CCS）方法，利用 C
PDF2 years ago
具可实现性和单策略集中性的离线强化学习
本文研究除去 Bellman-completeness 和 all-policy concentrability 强假设是否可以在两个因素上弱化假设，结果证明基于 MDPs 的原始 - 对偶算法可以实现针对单策略可集中性的多项式样本复杂度，
PDF2 years ago
ECCV包容性 GAN：在生成模型中改进数据和少数族裔覆盖率
通过协调对抗训练和重构生成来提高数据覆盖率，并扩展了一个允许显式控制模型应该包含的少数群体的方法。
PDF4 years ago