会员服务
Fundamental limits for weighted empirical approximations of tilted distributions
Arxiv
0+阅读 · 2025年12月30日
BLISS: Bandit Layer Importance Sampling Strategy for Efficient Training of Graph Neural Networks
Arxiv
0+阅读 · 2025年12月26日
MISA: Memory-Efficient LLMs Optimization with Module-wise Importance Sampling
Arxiv
0+阅读 · 2025年12月26日
Trajectory-Aware Eligibility Traces for Off-Policy Reinforcement Learning
Arxiv
0+阅读 · 2025年12月21日
Stochastic Optimization with Optimal Importance Sampling
Arxiv
0+阅读 · 2025年12月22日
Adaptive-lambda Subtracted Importance Sampled Scores in Machine Unlearning for DDPMs and VAEs
Arxiv
0+阅读 · 2025年11月30日
Adaptive-lambda Subtracted Importance Sampled Scores in Machine Unlearning for DDPMs and VAEs
Arxiv
0+阅读 · 2025年12月15日
Each Prompt Matters: Scaling Reinforcement Learning Without Wasting Rollouts on Hundred-Billion-Scale MoE
Arxiv
0+阅读 · 2025年12月8日
Variational Learning of Gaussian Process Latent Variable Models through Stochastic Gradient Annealed Importance Sampling
Arxiv
0+阅读 · 2025年12月5日
Stabilizing Reinforcement Learning with LLMs: Formulation and Practices
Arxiv
0+阅读 · 2025年12月3日
Stabilizing Reinforcement Learning with LLMs: Formulation and Practices
Arxiv
0+阅读 · 2025年12月2日
Stabilizing Reinforcement Learning with LLMs: Formulation and Practices
Arxiv
0+阅读 · 2025年12月1日
Towards Stable and Effective Reinforcement Learning for Mixture-of-Experts
Arxiv
0+阅读 · 2025年10月27日
Leveraging Importance Sampling to Detach Alignment Modules from Large Language Models
Arxiv
0+阅读 · 2025年10月14日
A General Framework for Importance Sampling with Markov Random Walks
Arxiv
0+阅读 · 2025年10月13日
参考链接
微信扫码咨询专知VIP会员
Top