cs.LG（2024-09-16）
📊 共 5 篇论文 | 🔗 3 篇有代码
🎯 兴趣领域导航
🔬 支柱九：具身大模型 (Embodied Foundation Models) (3 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Benchmarking Large Language Model Uncertainty for Prompt Optimization | 提出LLM提示优化不确定性基准，评估并改进不确定性度量以提升优化效果 | large language model | ✅ | |
| 2 | RetrievalAttention: Accelerating Long-Context LLM Inference via Vector Retrieval | RetrievalAttention：通过向量检索加速长文本LLM推理，降低显存占用。 | large language model | ||
| 3 | CSKV: Training-Efficient Channel Shrinking for KV Cache in Long-Context Scenarios | CSKV：面向长文本场景，通过高效通道缩减压缩KV缓存，降低训练成本。 | large language model | ✅ |
🔬 支柱二：RL算法与架构 (RL & Architecture) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | Quantile Regression for Distributional Reward Models in RLHF | 提出分位数奖励模型(QRM)，通过学习奖励分布提升RLHF中奖励模型的表达能力。 | reinforcement learning RLHF large language model | ✅ | |
| 5 | SHIRE: Enhancing Sample Efficiency using Human Intuition in REinforcement Learning | SHIRE：利用人类直觉增强强化学习的样本效率，应用于机器人控制。 | reinforcement learning deep reinforcement learning optical flow |