Papers with Code 아카이브
Reinforcement Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 162
- 보존된 평가 기록
- 1
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
밴딧 피드백을 활용한 동적 그래프에서의 로컬 워크 학습
인공적 에파노르토시스: 대규모 언어 모델이 고전 수사학적 기법을 과다 사용하는 이유와 완화 방법
접두 재생을 이용한 다중 턴 온-정책 지식 증류
장기 호라이즌 에이전트 과제를 위한 진행 상태 조건 그룹 정책 최적화
Shapley를 넘어서: LLM 정렬 및 평가를 위한 영향 기반 데이터 감사 파이프라인
로짓 바이어스를 통한 놀라울 정도로 간단한 언어 모델 블랙박스 적응
Finite-Time Analysis of the Natural Policy Gradient in Finite-Horizon Markov Decision Processes
적대적 역강화학습을 통한 레이블 없는 산업 고장 탐지: 고장까지 운전 예후 진단 시스템
동적 UBSR 척도를 갖는 MDP의 온라인 정책 평가
RM-Distiller: 생성형 LLM을 활용한 보상 모델 지식 증류
충실성 유도 정렬이 정확도를 해치는가? 정확하고 충실한 검색 후 추론의 실현
SafeCRS: LLM 기반 대화형 추천 시스템을 위한 개인화된 안전성 정렬
MedDDC-Eval: 다회차 의료 상담 에이전트의 진단 분리 평가
직접 답변을 넘어: 휴리스틱 강화학습을 통한 교육용 LLM의 소크라테스식 안내자 정렬
LA-RL: 정보 추출에서 강화학습을 위한 레이블 인식 자기 반성
위상과 내용 공동 디코딩을 통한 포인터 증강 자기회귀 특허 청구항 생성
휴리스틱 자기 개선 에이전트에서 자가 작성 검증은 신뢰할 수 없다
CONSISTRE: 대규모 언어 모델을 활용한 문서 수준 관계 추출을 위한 통합 일관성 인식 프레임워크
다중 턴 장기 계획의 물리학: 단일 및 다중 교사 온-정책 에이전트 증류를 통한 사전학습에서 사후 학습까지
PathScale-R1: 병리학적 이미지 분석을 위한 교차 스케일 추론
규정 이해를 위한 추론: 교통 규칙 이해를 위한 사고의 연쇄(Chain-of-Thought)
PRISM: 텍스트-이미지 생성을 위한 이미지 그라운딩 자기 보상 메커니즘 기반 프롬프트 정제
VlogReward: 브이로그 편집을 위한 다차원 평가 학습
CRAFT: 스키마를 학습하고 계획을 실행
검색 전에 추론하라: 멀티모달 RAG를 위한 에이전트적 계획
DocHRL: 비용 최적화 문서 분류를 위한 계층적 강화학습 프레임워크
STAIF: 복잡한 지시 따르기를 위한 단계별 최적화
LLM 과제 적응이 정렬을 어떻게 재형성하는가: 행동 및 표현 드리프트의 다차원 연구
LazyMem: 효율적인 장기 에이전트 메모리를 위한 광범위 검색과 선택적 구성
HiLLTS: 지속 가능한 교통을 위한 제로샷 계층적 LLM 기반 교통 신호 제어
AgentOmnia: 전 시나리오 애플리케이션을 위한 에이전트 모델 스케일링
SeekJudge: 컴퓨터 사용 에이전트의 강화학습을 위한 실용적 보상 프레임워크
ObsDriveBench: 관측 가능성 인식을 반영한 악천후 조건에서의 멀티모달 이해 벤치마킹
VLM 에이전트 강화학습을 위한 통합 Critic 기반 하이브리드 Advantage 추정
멀티모달 추론을 위한 오프라인-온라인 커리큘럼 강화학습
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.