Исследователи разработали эффективный алгоритм, позволяющий улучшить процесс сопоставления пациентов и донорских органов, повышая шансы на успешную трансплантацию сердца.
![Предлагаемый фреймворк оценивает расхождения между распределениями, используя как верифицируемые сигналы вознаграждения [latex] r(x,y) [/latex] для выявления пар «вопрос-ответ» с высокой и низкой результативностью ([latex] {\cal D}^{+} [/latex] и [latex] {\cal D}^{-} [/latex] соответственно), так и данные о предпочтениях пользователей, комбинируя информацию для достижения согласования политики с помощью алгоритма [latex] ff-HAL [/latex], который интерполирует между согласованием предпочтений и вознаграждения на основе политики.](https://arxiv.org/html/2602.05946v1/figs/f-grpo_HQ.png)
В статье представлен унифицированный метод, использующий оценку расхождений, для более эффективного обучения и адаптации больших языковых моделей.
Исследователи предлагают метод, позволяющий языковым моделям сохранять разнообразие стратегий рассуждений и избегать «коллапса» в процессе обучения.
Исследователи предлагают метод, позволяющий эффективно переносить навыки, полученные в одной среде, в другую, даже при значительных различиях в динамике.
![В основе DecompSSM лежит метод декомпозиционного прогнозирования, использующий три ветви GT-SSM для анализа тренда, сезонности и остатков, дополненные вспомогательными задачами, обеспечивающими ортогональность и реконструкцию, при этом ключевым элементом является Gated-Time SSM (GT-SSM) с адаптивным предсказателем шага (ASP), основанным на архитектуре S5 [smith\_s5\_2023].](https://arxiv.org/html/2602.05389v1/figs/model.png)
В статье представлена методика, позволяющая повысить точность прогнозирования многомерных временных рядов за счет адаптивного разложения и учета глобального контекста.