cs.LG（2025-03-16）
📊 共 4 篇论文
🎯 兴趣领域导航
支柱二：RL算法与架构 (RL & Architecture) (2)
支柱一：机器人控制 (Robot Control) (1)
支柱九：具身大模型 (Embodied Foundation Models) (1)
🔬 支柱二：RL算法与架构 (RL & Architecture) (2 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | One Goal, Many Challenges: Robust Preference Optimization Amid Content-Aware and Multi-Source Noise | 提出CNRPO框架，解决大语言模型偏好优化中内容相关和多源噪声问题。 | preference learning large language model | ||
| 2 | RL-TIME: Reinforcement Learning-based Task Replication in Multicore Embedded Systems | 提出RL-TIME，一种基于强化学习的多核嵌入式系统任务复制方法，优化功耗和实时性。 | reinforcement learning |
🔬 支柱一：机器人控制 (Robot Control) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 3 | Ensemble Kalman-Bucy filtering for nonlinear model predictive control | 提出基于Ensemble Kalman-Bucy滤波的非线性模型预测控制方法，解决部分观测动态系统的最优控制问题。 | model predictive control |
🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | MoECollab: Democratizing LLM Development Through Collaborative Mixture of Experts | MoECollab：通过协作式混合专家模型 democratize 大语言模型开发 | large language model |