task inference | BriefGPT - AI 论文速递

关键词task inference

搜索结果 - 7

SplAgger: 元强化学习的拆分聚合
通过研究表明，即使在没有任务推断目标的情况下，任务推断序列模型仍然是有益的，并提出了 SplAgger 方法，通过使用置换变体和不变体组件，以在连续控制和记忆环境中胜过所有基线。
PDF4 months ago
通过隐式推理理解语言模型中的灾难性遗忘
微调语言模型会在特定任务上产生性能提升，但对其他任务可能造成能力抑制。为了恢复预训练能力，通过对任务进行翻译使其远离语言模型微调分布，发现可以恢复上下文学习能力，并使聊天机器人生成有害内容。
PDF9 months ago
自监督任务推断的连续机器人学习
我们提出了一种自我监督任务推理方法，通过观察到的未标记演示的运动和效果部分的自组织以及联合动作 - 意图嵌入的自组织学习，学习行动和意图嵌入，并构建了一个行为匹配的自我监督学习目标来训练一个新型的任务推理网络，该网络将未标记演示映射到其最近
PDF10 months ago
针对少样本任务概括的快速推理和组合任务结构转移
本研究提出基于多任务子任务图推断的少样本强化学习方法，通过推断训练任务的高层子任务图结构，提高在测试任务中的任务推断和适应能力，实验结果表明其能够学习并利用任务的潜在共同结构，比其他现有算法如元强化学习、分层强化学习和启发式智能体等更快地适
PDF2 years ago
后验元重放在连续学习中的应用
该研究针对不具有独立同分布观测的连续学习提出了贝叶斯学习的替代方案，即基于概率任务条件化超网络的后验元回放方法，其在标准基准测试中比现有的贝叶斯学习方法表现更好，发现任务推断是其主要限制因素，这一限制有多个原因，与考虑的序列设置无关，为连续
PDF3 years ago
MELD: 通过潜在状态模型从图像中进行元强化学习
本文介绍了一种基于元学习的，使用潜在状态模型从图像中加速学习的方法，该方法被用于实现机器人在执行任务时快速获得新技能，该算法优于以前的元再强化学习方法，并且已经在真实世界的机器人控制设置中进行了训练。
PDF4 years ago
持续无监督表征学习
本研究提出了一种名为 CURL 的方法，用于解决无监督的连续学习问题，通过学习动态的任务表示，以应对任务标识的缺乏，探索了任务之间的突然变化、平滑过渡和数据乱序等不同情况，并在 MNIST 和 Omniglot 数据集上证明了其强大性能。
PDF5 years ago