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.
신기루 해내기: 견고한 오도적 차트 질의응답을 위한 이중 경로 에이전트 프레임워크
CreatiParser: 래스터 그래픽 디자인을 편집 가능한 층으로 분해하는 생성형 이미지 파싱
Astra: 3D 컴퓨터 단층촬영(CT)용 일반화 가능한 보고서 생성 파운데이션 모델
Z-Reward: 스칼라 보상을 넘어 추론을 점수 분포에 내재화
엔드투엔드 자율 주행에서의 사후 학습
클래스 대비 영향(Class-Contrastive Influence)을 이용한 확산 모델 조향을 통한 퓨샷 의료 분류
UniVR: 통합 시각 추론을 위한 시각 공간에서의 사고
AVSCap: 옴니모달 비디오 캡셔닝을 위한 오디오-비주얼 시너지 조율
DeepTravel: 자율 여행 계획 에이전트를 위한 종단간 에이전틱 강화학습 프레임워크
다중 도메인 테스트 타임 스케일링을 위한 보상 모델 재검토
보상 최대화자와 환경 간 상호 정보량 계산
맥락적 사회적 밴딧에서 신뢰 시점 학습
DRIFTLENS: Measuring Memory-Induced Reasoning Drift in Personalized Language Models
비정상성 하에서의 문맥 내 강화학습: 서베이
스마트 온실 강화학습 제어를 위한 교정 우선 보상 구성요소 감사
GaitSpan: 보행에서 달리기로 확장되는 휴머노이드 이동
소규모 언어·비전-언어 모델 웹 에이전트에서 GRPO의 학습률 게이팅 실패: 통제된 null과 그 메커니즘
단순 보상으로부터 복잡한 집합 행동 밝히기
UR-VC: 시간 유도 진행도 프록시를 위한 비지도 로봇 가치 보정
상호작용적 데이터 수집을 통한 분포적으로 강건한 강화학습: 근본적 난이도와 근최적 알고리즘
Efficient Q-Learning and Actor-Critic Methods for Robust Average-Reward Reinforcement Learning
오라클-효율적 조합형 세미-밴딧
실세계에서의 강화학습: 통계적 과제와 미래 방향에 대한 서베이
확률적 최적 제어를 통한 희귀 사건 분석
분위수 분포적 강화학습의 통계적 효율성과 추론
결정론적 정책을 이용한 확장 평균장 제어를 위한 액터-크리틱 학습
유용성이 해를 끼친다: 사후 학습에서 중간 학습된 공감 가치의 도메인 의존적 저하
비영어권 언어에서의 추론 비용: 일본어 사례 연구
도구 적응형 LLM 리랭커
UNIBROWSE: 멀티모달 BrowseComp를 위한 데이터-에이전트 프레임워크
온-정책 자기 증류에서의 사고 붕괴 진단 및 완화
TIGER: 멀티모달 추측적 디코딩을 위한 수락 정렬 기반 텍스트 조건부 비주얼 게이팅 라우팅
인간 피드백을 통한 대규모 언어 모델 향상: 자기 개선을 향한 여정
멀티모달 인간 피드백 강화학습 선호도 정렬을 통한 한놈 필사본의 이미지-현대 베트남어 직접 번역
REVA-PO: 흉부 X선 보고서 생성을 위한 강화학습 안정화
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.