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.
정책 인식 시뮬레이터 학습을 위한 이론적 기반과 효과적인 알고리즘
Learning to Select, Not Relearn: Hard-Routed Mixtures of Reasoning LoRAs
목표-행동 정렬: 다목적 강화학습 정책 선택을 위한 진단
액터를 자체 비평가로: CycleGRPO를 통한 영역 이해와 지역화의 통합
EchoSonar-R: 심초음파 질병 분류 및 보고서 생성을 위한 다중 뷰 추론 지원 모델
비전, 언어, 제어를 위한 diffusion 모델에서 intractable 추론의 상각화
메모로이드를 활용한 순환 강화학습
PercepCap: 구조화된 시공간 인식 기반 비디오 캡셔너
프롬프트 학습: 적응형 LLM 기반 고등학교 튜터링을 통한 학생 참여도 향상
Pigeonholing: how bad prompts hurt models, causing collapse and mistakes
상대 인식 강화학습
유계 불확실성 모델을 활용한 강화학습에서의 스마트 탐험
INFUSER: 영향도 기반 자기 진화가 추론을 향상시킨다
컨포멀 정책 제어
큐 안정성을 갖춘 강화학습에 맞춘 Lyapunov Drift-Plus-Penalty 방법
LLM 추론을 위한 강화학습에 대한 기댓값-최대화(EM) 관점
인간 피드백 강화학습을 위한 바서슈타인 분포적 강건 후회 최적화
EHR-MPC: 생성형 환자 디지털 트윈을 활용한 패혈증 치료의 추론 시간 제어
SuperCoder: 대규모 언어 모델을 이용한 어셈블리 프로그램 슈퍼최적화
Compositional Behavioral Semantics for State Abstraction in Reinforcement Learning
OpenForgeRL: 어떤 환경에서든 하네스 네이티브 에이전트 학습
Kimi K3: 오픈 프론티어 인텔리전스
DishSeg24k: 확률적 전문가 디코딩을 위한 대규모 음식 분할 벤치마크
멀티태스크 GRPO: 다양한 태스크에서 신뢰할 수 있는 LLM 추론
강화학습을 통한 UI 원칙 위반 탐지
1B 매개변수보다 큰 멀티모달 감정 언어 모델이 정말 필요한가?
단일 인덱스 밴딧의 최적 후회
APPO: 에이전트 절차적 정책 최적화
DRIFT: 리듬 게이팅 탐험과 성공 버퍼 학습을 활용한 난이도 라우팅 자기 증류
ECHO: 에이전틱 강화학습에서 선택적 턴 메모리를 활용한 행동을 위한 가지치기 및 학습을 위한 추적
ReSum: 강화학습을 통한 LLM 추론과 요약의 시너지
AttriMem: 에이전트 메모리 학습을 위한 귀속 기반 프로세스 피드백
적응형 다중 시계 강화학습
Automatic programming via large language models with population self-evolution for dynamic fuzzy job shop scheduling problem
부분 관측 하에서 지식 그래프를 위한 단기-장기 메모리 전이
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.