会员服务
信息增益（Kullback–Leibler divergence）又叫做information divergence，relative entropy 或者KLIC。 在概率论和信息论中，信息增益是非对称的，用以度量两种概率分布P和Q的差异。信息增益描述了当使用Q进行编码时，再使用P进行编码的差异。通常P代表样本或观察值的分布，也有可能是精确计算的理论分布。Q代表一种理论，模型，描述或者对P的近似。
Selective Training for Large Vision Language Models via Visual Information Gain
Arxiv
0+阅读 · 2月19日
B$^3$-Seg: Camera-Free, Training-Free 3DGS Segmentation via Analytic EIG and Beta-Bernoulli Bayesian Updates
Arxiv
0+阅读 · 2月19日
SIGHT: Reinforcement Learning with Self-Evidence and Information-Gain Diverse Branching for Search Agent
Arxiv
0+阅读 · 2月12日
Conversational Decision Support for Information Search Under Uncertainty: Effects of Gist and Verbatim Feedback
Arxiv
0+阅读 · 2月16日
Legal$Δ$: Enhancing Legal Reasoning in LLMs via Reinforcement Learning with Chain-of-Thought Guided Information Gain
Arxiv
0+阅读 · 2月9日
Supercharging Simulation-Based Inference for Bayesian Optimal Experimental Design
Arxiv
0+阅读 · 2月6日
SPICE: Submodular Penalized Information-Conflict Selection for Efficient Large Language Model Training
Arxiv
0+阅读 · 1月30日
Active Causal Experimentalist (ACE): Learning Intervention Strategies via Direct Preference Optimization
Arxiv
0+阅读 · 2月2日
COMI: Coarse-to-fine Context Compression via Marginal Information Gain
Arxiv
0+阅读 · 2月2日
Token-Weighted Multi-Target Learning for Generative Recommenders with Curriculum Learning
Arxiv
0+阅读 · 1月25日
Less is More for RAG: Information Gain Pruning for Generator-Aligned Reranking and Evidence Selection
Arxiv
0+阅读 · 1月24日
Adaptive Querying for Reward Learning from Human Feedback
Arxiv
0+阅读 · 1月15日
Cooking Up Politeness in Human-AI Information Seeking Dialogue
Arxiv
0+阅读 · 1月14日
Tuning for TraceTarnish: Techniques, Trends, and Testing Tangible Traits
Arxiv
0+阅读 · 1月19日
The Double-Edged Sword of Knowledge Transfer: Diagnosing and Curing Fairness Pathologies in Cross-Domain Recommendation
Arxiv
0+阅读 · 1月29日
参考链接
微信扫码咨询专知VIP会员
Top