POETS：用策略集成实现不确定性感知的LLM优化
热点事件持续更新
POETS：用策略集成实现不确定性感知的LLM优化
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Nicolas Menet、Andreas Krause 和 Abbas Rahimi 提出 POETS 框架，通过共享预训练主干、各自独立的 LoRA 分支构成策略集成，来捕捉大语言模型的认知不确定性，并称无需单独训练奖励模型即可近似 KL 正则化的 Thompson 采样。 该工作在理论上给出累积遗憾界 O(√(T γ_T))，在蛋白质搜索、治疗性分子设计和量子电路设计任务上报告了 SOTA 样本效率。论文已被 NeurIPS 2026 接收。上述效果均为作者在论文中的报告。
AI 根据报道生成 · 53 分钟前更新
最新进展10月26日 12:00
POETS：用高效策略集成实现不确定性感知的 LLM 优化报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIPOETS：用高效策略集成实现不确定性感知的 LLM 优化
POETS 框架通过共享预训练主干、独立 LoRA 分支的策略集成来捕捉 LLM 的认知不确定性，无需单独训练奖励模型即可近似 KL 正则化 Thompson 采样。理论上其累积遗憾界为 O(√(T γ_T))，在蛋白质搜索、治疗性分子设计和量子电路设计等任务上取得 SOTA 样本效率。该工作已被 NeurIPS 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。