会员服务
A First-Principles Derivation of LLM Policy Optimization: From Expected Reward to GRPO and Its Structural Extensions
Arxiv
0+阅读 · 6月15日
Human Cognition in Machines: A Unified Perspective of World Models
Arxiv
0+阅读 · 6月15日
InvDesMobility: a reliability-gated first-principles feedback framework for closed-loop materials discovery
Arxiv
0+阅读 · 6月15日
Five-Minute Rule 40 Years Later: A First-Principles Revisit for Modern Memory Hierarchy
Arxiv
0+阅读 · 5月8日
Attacking the First-Principle: A Black-Box, Query-Free Targeted Mimicry Attack on Binary Function Classifiers
Arxiv
0+阅读 · 6月11日
Modeling and Simulation of Nitrogen Generation by Pressure Swing Adsorption for Power-to-Ammonia
Arxiv
0+阅读 · 4月10日
Thermodynamic Isomorphism of Transformers: A Lagrangian Approach to Attention Dynamics
Arxiv
0+阅读 · 2月9日
DPO Unchained: Your Training Algorithm is Secretly Disentangled in Human Choice Theory
Arxiv
0+阅读 · 2月4日
Reinforcement Learning for Ballbot Navigation in Uneven Terrain
Arxiv
0+阅读 · 1月30日
Deriving Decoder-Free Sparse Autoencoders from First Principles
Arxiv
0+阅读 · 1月10日
Revisiting Judge Decoding from First Principles via Training-Free Distributional Divergence
Arxiv
0+阅读 · 1月8日
A Unified Theory of $θ$-Expectations
Arxiv
0+阅读 · 2025年12月1日
A Geomechanically-Informed Framework for Wellbore Trajectory Prediction: Integrating First-Principles Kinematics with a Rigorous Derivation of Gated Recurrent Networks
Arxiv
0+阅读 · 2025年11月6日
On The Finetuning of MLIPs Through the Lens of Iterated Maps With BPTT
Arxiv
0+阅读 · 2025年11月30日
Augmenting learning in neuro-embodied systems through neurobiological first principles
Arxiv
0+阅读 · 2025年11月3日
参考链接
微信扫码咨询专知VIP会员
Top