Concetto · 2 novità
Policy-Gradient
Pagina pubblicata il · ultima novità il
Cronologia
- TRIAGE: Direction-Aware Mismatch Stabilization of Native NVFP4 Reinforcement LearningÈ rilevante per gli sviluppatori che lavorano con LLM locali o agenti perché TRIAGE permette di ottenere prestazioni pari alla precisione piena su benchmark matematici sfruttando un throughput dei rollout fino a 2.3 volte superiore rispetto al BF16, riducendo drasticamente i costi computazionali.
- A posteriori error bounds for the Uncertain Volatility ModelSebbene il paper si concentri su finanza computazionale, i principi sottostanti sulla gestione degli errori tramite informazioni ad alto ordine (Hessiano) e l'uso di campi duali sono rilevanti per lo sviluppo di agenti AI che richiedono stime robuste dell'incertezza o la verifica della correttezza delle inferenze in modelli complessi.