Наука

Обучение с подкреплением без данных: новый подход к дискретным действиям

от

Изучение многоцелевой оптимизации демонстрирует, что обученная дискретная динамическая система способна поддерживать множественные режимы поведения, избегая ловушечных состояний даже при сбалансированных предпочтениях ω, и обеспечивая контролируемый переход между режимами в зависимости от вектора предпочтений ω, что свидетельствует о её способности к адаптивному управлению и устойчивости.

Исследователи предлагают инновационную методику для обучения агентов в задачах с дискретными действиями, используя данные, собранные ранее, без необходимости интерактивного взаимодействия со средой.

Предсказание в условиях манипуляций: новый подход к устойчивости моделей

от

Временные и стационарные характеристики предсказания с учетом производительности демонстрируют, что робастный к изменениям распределения подход (DR-PP) превосходит стандартное предсказание с учетом производительности (PP) как в переходном процессе, так и в установившемся состоянии, в то время как фиксированный статический классификатор оказывается неэффективным при адаптации к смещенному распределению данных.

В статье представлен инновационный метод прогнозирования, обеспечивающий стабильность и надежность моделей в динамичных средах, подверженных стратегическим манипуляциям со стороны участников.

Игры разума с искусственным интеллектом: как направить поведение языковых моделей

от

В рамках анализа равновесий Нэша для больших языковых моделей установлено, что при определенных соотношениях гиперпараметров, определяющих стимулы - [latex]\beta^{(A)}[/latex], [latex]\beta^{(I)}[/latex] и [latex]\beta^{(D)}[/latex] - возможно достижение равновесия, в котором вес подгруппы населения, определяющий ее влияние, стремится к нулю, что свидетельствует о потенциальном политическом исключении, однако данное явление ограничено дискретными областями в пространстве гиперпараметров и не влияет на общую математическую корректность модели при прочих равных.

Новое исследование предлагает использовать принципы теории игр для управления сложными системами искусственного интеллекта и обеспечения их соответствия человеческим целям.