BriefGPT.xyz
大模型
Ask
alpha
关键词
scalarization
搜索结果 - 3
ICML
次线性超体积遗憾的最佳标量化方法
使用综合性标量化技术来探索 Pareto 前沿上的多样化目标集合,证明均匀随机权重的超体积标量化方法在减小超体积遗憾方面是最优的,并在多目标随机线性赌博机问题中得出新的非欧几里得分析结果,获得了改进的超体积遗憾界限。
PDF
a year ago
多语言神经机器翻译的 Pareto 前沿
本研究旨在探究在多语言神经机器翻译中,给定方向的泛化性能如何随着其采样比例的变化而改变。我们发现,当训练语料具有数据不平衡时,标量化会导致多任务折衷前沿偏离传统的 Pareto 前沿。最后,我们基于观察结果提出了双重幂律,用于预测 MNMT
→
PDF
a year ago
深度多任务学习中单一标量化的辩护
通过标量化,加标准正则化和稳定技巧,我们可以在流行的监督和强化学习环境中,匹配甚至优于复杂多任务优化器的性能,我们认为这种结果需要对最近的多任务学习研究进行关键重新评估。
PDF
2 years ago
Prev
Next