cs.LG（2025-01-15）
📊 共 3 篇论文
🎯 兴趣领域导航
🔬 支柱二：RL算法与架构 (RL & Architecture) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | Disentangling Exploration of Large Language Models by Optimal Exploitation | 通过最优利用解耦大语言模型中的探索能力 | reinforcement learning large language model | ||
| 2 | RLHS: Mitigating Misalignment in RLHF with Hindsight Simulation | 提出RLHS，通过后见模拟缓解RLHF中的不对齐问题 | reinforcement learning PPO RLHF |
🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 3 | SWSC: Shared Weight for Similar Channel in LLM | 提出SWSC方法，通过共享相似通道权重有效压缩LLM并保持性能。 | large language model |