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.
적시 메모리: LLM 에이전트를 위한 과제 적응형 메모리 큐레이션 학습
누구를 잊었는지 잊기: 제로샷(zero-shot) 텍스트 음성 변환에서 재식별 방지를 위한 화자 언러닝
BEE: 비전-언어-액션 모델을 위한 개입 적응형 실세계 강화학습
일반화 가능한 POMDP 해결을 위한 환경적 그루포이드의 범주론적 내재화
활성화 대상 학습: 장기 지평 멀티모달 에이전트를 위한 조합적 역량 할당
지연된 정보 공유를 활용한 탈중앙화 부분 관측 팀 의사결정 방법론
POPI: 최적화된 자연어 선호도 추론을 통한 LLM 개인화
방사선 판독문 생성을 위한 보정된 확신도 표현
독성학 의사결정 지원을 위한 진단 추론 학습
Qwen-Audio-3.1-Realtime: 신뢰할 수 있는 에이전트형 음성 상호작용을 향하여
TelecomGPT-R1: 이종 통신 작업 전반의 추론을 위한 통합 사후 학습
마트료시카 어트리뷰션: 언어 모델의 출력을 표현과 가중치에 귀속시키는 학습
증후, 시너지, 안전성: 한의학 처방 생성을 위한 구조화된 추론과 지식 기반 정렬
정보 기반 마스킹: 확산 대규모 언어 모델의 강화학습을 위한 구조 인지 섭동
전사, 번역, 최적화: 음성 번역을 위한 공동 보상 학습
반복 샘플링을 넘어서: LLM 추론을 위한 탐색 정책 학습
LLM 추론을 위한 강화학습 업데이트의 핵심 요인은 무엇인가?
선형 이차 레귤레이터 및 쿨백-라이블러 제어를 위한 찰리스 엔트로피 정규화
반성적 정책 최적화
스트리밍 심층 강화학습이 마침내 작동하다
접기를 배우다: LeHome Challenge 2026 수상 솔루션 (온라인 1위, 오프라인 2위)
RL-STaR: Self-Taught Reasoner를 위한 강화학습 프레임워크의 이론적 분석
PADiff: 애드혹 팀워크를 위한 예측 및 적응형 확산 정책
CARD: 개인화 텍스트 생성을 위한 보상 유도 디코딩 기반 클러스터 수준 적응
A Survey of Agentic Reasoning for Large Language Models: Towards Recursively Self-Improving and Collective Agents
스케일링이 실패할 때: 다단계 지각 인식 추론을 통한 LALM의 오디오 지각 저하 완화
인지에서 제어로: 인간-휴머노이드 협력 운반을 위한 다중 에이전트 학습
계단형 지형에서 하이브리드 로봇을 위한 에너지 효율적 공중-지상 구동 학습
운송 자원을 포함한 잡샵 스케줄링에서 결합 학습과 모듈형 학습 간 조율 격차 분석
CoFlow: 오프라인 다중 에이전트 의사결정을 위한 조율된 소수 스텝 Flow
RankQ: 자기지도 행동 순위화를 통한 오프라인-투-온라인 강화학습
ToolCUA: 컴퓨터 사용 에이전트를 위한 최적의 GUI-도구 경로 오케스트레이션을 향하여
공급망 관리에서 자율 AI 에이전트의 신뢰성과 효과
ENPIRE: 실세계에서의 에이전트 기반 로봇 정책 자기 개선
HALO-WA: 월드-액션 모델을 위한 하이브리드-어텐션 잠재 유도 온라인 강화학습
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.