跳到主要内容
检索

# 分布鲁棒优化

4 篇关联报道

订阅更新
  1. arXiv

    鲁棒Q学习不再需要生成模型：单条马尔可夫轨迹即可，样本复杂度接近极小极大最优

    针对总变差不确定集下的鲁棒马尔可夫决策过程，一种无模型异步Q学习算法只依赖行为策略产生的单条马尔可夫轨迹，不需要生成模型或查询任意状态动作对。它用重采样构造替代下一状态来估计鲁棒贝尔曼更新，空间复杂度为 $|S||A|$，达到逐元素 ϵ\epsilon 精度所需的样本量在忽略对数因子时为 ∣S∣∣A∣tmixϵ2μmin⁡\frac{|S||A| t_{\mathrm{mix}}}{\epsilon^2 \mu_{\min}} 量级，并带有 Q学习固有的额外因子。

    Chinese University of Hong Kong
    Yuchen Jiao（第一作者）
    Q学习样本复杂度分布鲁棒优化
  2. arXiv

    多来源数据不再只防最坏混合：把对抗权重拉回参考分布，低秩表示跨时间更稳

    多来源学习里，未来部署人群的来源构成往往未知，而按最坏来源混合做优化容易过度保守。PILLAR 在低秩矩阵估计中把对抗来源权重朝用户给定的参考分布正则化，用双因子梯度下降加镜像上升求解这一非凸-凹问题，并给出线性收敛与把低秩估计误差和对抗重加权代价分开的误差界。模拟与电子健康记录自杀未遂风险研究中，最差来源与跨时间迁移的预测精度都有提升。

    Harvard University
    Keyao Zhan（第一作者）
    PILLAR方法分布鲁棒优化低秩矩阵估计BGDMA算法电子健康记录
  3. arXiv

    DRQ 在固定量化网格上最小化最坏情况重建损失，使六种 PTQ 方法量化的 LLM 困惑度与下游准确率同时改善且不增加推理开销

    作者发现权重仅量化 PTQ 中校准数据上更低的重建损失并不保证更好的模型表现，甚至可能在同一校准数据上变差；他们据此提出 DRQ，在受限的输入激活分布集合上最小化最坏情况重建损失，仅更新量化权重的整数编码而保持位宽、分组、缩放与零点不变，在六种 PTQ 方法以及稠密与 MoE 模型上同时降低困惑度并提升平均任务准确率，且不增加推理开销。

    Shanghai University of Finance and EconomicsShenzhen Research Institute of Big DataChinese Academy of SciencesImperial College London
    Yanlong Zhao（第一作者）
    分布鲁棒量化训练后量化分布鲁棒优化混合专家模型
  4. arXiv

    FairRSFM用生物群系分组评测三款遥感基础模型，发现总体指标掩盖了生态区域间的性能落差

    作者提出FairRSFM，把四个遥感下游数据集（m-EuroSAT、m-BigEarthNet、m-SA-Crop-Type、MMEarth20K）的地理坐标样本映射到14类陆地生物群系并归并为六个宏观组，在冻结骨干的统一协议下用三个随机种子评测Prithvi-EO-2.0、SatMAE与DOFA，结果显示总体指标一致地掩盖了生物群系相关的性能差异，例如Prithvi-EO-2.0在m-EuroSAT上总体macro-F1较高而最差组分数明显更低，并比较了BOLP、DBR与GroupDRO三种缓解基线，其效果随模型与任务而异。

    Indian Institute of Technology BombayIndian Institute of Science Education and Research, Bhopal
    Md Aminur Hossain（第一作者）
    线性探针分布鲁棒优化基准构建与评估基础模型

已读完全部报道