cs.LG（2023-12-13）
📊 共 4 篇论文 | 🔗 1 篇有代码
🎯 兴趣领域导航
🔬 支柱二：RL算法与架构 (RL & Architecture) (3 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | An Invitation to Deep Reinforcement Learning | 深度强化学习入门教程：面向非可微目标和时序问题的通用优化框架 | reinforcement learning deep reinforcement learning PPO | ||
| 2 | Distributional Preference Learning: Understanding and Accounting for Hidden Context in RLHF | 针对RLHF中隐藏上下文问题，提出分布式的偏好学习方法DPL，提升模型鲁棒性。 | reinforcement learning preference learning RLHF | ✅ | |
| 3 | World Models via Policy-Guided Trajectory Diffusion | 提出PolyGRAD：一种基于策略引导轨迹扩散的非自回归世界模型 | reinforcement learning world model |
🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | CBQ: Cross-Block Quantization for Large Language Models | 提出CBQ：一种跨块量化方法，用于高效压缩大型语言模型。 | large language model |