· ai
[论文] 非遍历情境中的深度强化学习模型无关解决方案
强化学习（Reinforcement Learning，RL）仍然是机器学习中的核心优化框架。虽然 RL 代理可以收敛到最优解，但对…
-
- · ai
[Paper] 通过基于量子退火的谱采样进行回归的核学习
虽然量子退火（QA）已被用于组合优化，但实际的 QA 设备在有限温度和噪声下运行，并且它们的...
- · ai
[Paper] 为神经组合优化实现基于种群的架构
神经组合优化（Neural Combinatorial Optimization，NCO）主要关注学习策略，通常是神经网络，这些策略一次只作用于单个候选解……
- · ai
[Paper] 面向学习者的 Program Repair：一种基于迭代编辑驱动检索增强的 Solution Generator
随着大型语言模型（LLMs）在编程领域的发展，智能编程辅导系统受到广泛关注。如何……
- · ai
为什么你的ML模型在训练中有效，却在生产中失败
在构建生产级 ML 系统时的艰难教训：数据泄漏、默认值不可靠、人口分布变化，以及时间并不像我们预期的那样运行。文章《Why You...》。
- · ai
[论文] 监督式脉冲一致性依赖可塑性用于脉冲神经网络的快速局部学习
Spike-Timing-Dependent Plasticity (STDP) 为脉冲神经网络 (SNN) 提供了一种生物学上有依据的学习规则，但它依赖于精确的脉冲时…
- · ai
[Paper] 层次化在线调度用于节能 Split Inference 的渐进式传输
设备‑边缘协同推理使用深度神经网络（DNN）在准确率、延迟和能耗之间面临根本性的权衡。目前的调度…
- · ai
到底是什么决定《英雄联盟》比赛的胜负？250K 场比赛的机器学习分析
Read more about 到底是什么决定《英雄联盟》比赛的胜负？250K 场比赛的机器学习分析
- · ai
[Paper] 随机微分方程的完整分解
我们展示，任何具有指定时间依赖边缘分布的 stochastic differential equation 都可以分解为三个组成部分：一个唯一的 s...
- · ai
[论文] MHLA：通过 Token 级多头恢复线性注意力的表达能力
虽然 Transformer 架构在许多领域占据主导地位，但其二次方的 self-attention 复杂度阻碍了其在大规模应用中的使用。Linear attention …
- · ai
[Paper] 平衡投入与性能的最佳学习率调度
学习如何高效学习是生物体面临的根本挑战，也是人工体日益关注的问题。为了有效学习，代理必须……
- · ai
[Paper] Failure-Aware RL：可靠的离线到在线强化学习与自我恢复用于真实世界操作
基于 deep reinforcement learning 的后训练算法可以在特定目标上突破机器人模型的极限，例如可推广性、精度、……