-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
投稿者「jarxiv」のアーカイブ
J4R: Learning to Judge with Equivalent Initial State Group Relative Preference Optimization
要約 大規模な言語モデル（LLM）開発のペースの増加に対応するために、モデルの出 … 続きを読む
Yes, Q-learning Helps Offline In-Context RL
要約 既存のオフライン内コンテキスト補強学習（ICRL）メソッドは、主にオフライ … 続きを読む
Multi-Armed Bandits Meet Large Language Models
要約 Banditアルゴリズムと大規模な言語モデル（LLM）は、人工知能の強力な … 続きを読む
カテゴリー: cs.AI
Multi-Armed Bandits Meet Large Language Models はコメントを受け付けていません
One-Step Offline Distillation of Diffusion-based Models via Koopman Modeling
要約 拡散ベースの生成モデルは並外れたパフォーマンスを実証していますが、それらの … 続きを読む
Exploiting Symbolic Heuristics for the Synthesis of Domain-Specific Temporal Planning Guidance using Reinforcement Learning
要約 最近の研究では、ドメインが固定され、一連のトレーニング問題（計画ではない） … 続きを読む
カテゴリー: cs.AI
Exploiting Symbolic Heuristics for the Synthesis of Domain-Specific Temporal Planning Guidance using Reinforcement Learning はコメントを受け付けていません
Thinkless: LLM Learns When to Think
要約 拡張されたチェーンの推論が可能な推論言語モデルは、複雑な論理推論を必要とす … 続きを読む
CompeteSMoE — Statistically Guaranteed Mixture of Experts Training via Competition
要約 エキスパートのまばらな混合物（SMOE）は、ネットワークの深さまたは幅を増 … 続きを読む
How Adding Metacognitive Requirements in Support of AI Feedback in Practice Exams Transforms Student Learning Behaviors
要約 大規模な学部のSTEMコースで規模でパーソナライズされた詳細なフィードバッ … 続きを読む
R3: Robust Rubric-Agnostic Reward Models
要約 報酬モデルは、言語モデルの出力を人間の好みに合わせるために不可欠ですが、既 … 続きを読む
IG Parser: A Software Package for the Encoding of Institutional Statements using the Institutional Grammar
要約 この記事では、Ig Parserの概要を説明します。これは、正式な（例：法 … 続きを読む