Regularized Centered Emphatic Temporal Difference Learning에 대한 리뷰 보기

2026년 5월 7일 AI 자동 생성

Regularized Centered Emphatic Temporal Difference Learning

오프-폴리시(Off-policy) 시간차분(TD) 학습에 함수 근사(Function Approximation)가 사용될 때 안정성, 투영 기하학_management(Projection Geometry), 분산 제어 controL(variance control)와 같은 구조적 트레이드오프가 발생한다. 강조된 시간차분(Emphatic TD, ETD)가 오프-폴리시 투영 기하학을 개선하는 데 도움이 되지만, 후속 추적(follow-on trace)이 높은 분산을 가질 수 있다. 우리는 벨만 오류(Bellman-error) یکی centering을 통해 이 트레이드오프를 다시 조사한다. 보통 centering은 TD 오류에서 공통 편차(drift term)를 제거하는 자연스러운 효과지만, 우리는 centering을 강조된 ETD로 확장한 경우에 따라서 ETD의 핵심 행렬(key matrix)의 양의 정의된(positive-definiteness) 특성이 파괴될 수 있는 보조 결합(auxiliary coupling)이 추가되는 것을 보여준다. 우리는 보조 centering 재귀를 정규화하는 Regularized Emphatic Temporal-Difference Learning(RETD)을 제안한다. RETD는 후속 추적을 보존하고, coupled key 행렬의 하위 우측 블록을 1에서 1+c로提升하는 정규화만을 수행한다. RETD의 핵심 행렬을 파악하고, 보수적인 충분한 정규화 조건하에서 수렴성을 증명하고, 진단적 선형 오프-폴리시 예측 태스크에서 RETD를 평가한다. 실험 결과 RETD는 자연스럽게 centering된 강조된 학습의 불안정성을 피하고, 선호하는 강조된 기하학을 보존하며, 정규화 매개변수 c의 중간 정의된 영역에서 안정적인 특성을 나타낸다.

원문 보기 arXiv AI

함께 읽으면 좋은 기사

AI 모델 3일 전

Anthropic의 연간 매출액 6,500억 달러로 급증

모델 제작자(MODEL MAKER)는 2개월 만에 연간 $18 억 달러의 매출을 추가했다.

AI 모델 3일 전

아마존이 책을 처음으로 판매하기 시작한 이후로 귀중한 책을 파괴하여 AI를 교육하고 있습니다.

진귀한 책들은 대규모 언어 모델(LLM) 교육에 매우 가치가 높다. 왜냐하면 이 모델들은 이미 온라인에서 접근할 수 있는 모든 것을 통해 교육을 받았기 때문이다.

AI 모델 6일 전

구글 지니미(Google Gemini)의 보이는 워터마크를 끄는 방법이 나왔다!

구글은 이제 지니미와 플로(Google's AI video generator, Flow)에서 AI工具을 이용해 만든 미디어에 보이는 워터마크를 제거할 수 있는 기능을 제공합니다. 이 업데이트로, 사용자는 지니미와 플로의 새로운 '미디어 워터마크' 설정을 끌 수 있습니다. 워터마크가 끄면, 지니미에서 생성된 이미지, 비디오, 음악에 나타나는 '스파클(sparkle)' 워터마크가 사라집니다.

AI 모델 6일 전

애플, 중국 위해 알리바바와 함께 자체 AI 모델을 교육

애플은 중국 시장에 맞는 맞춤형 AI 모델을 중국 기술巨인 알리바바와 함께 개발하고 훈련했다고 보고되었다. 이는 베이징과 워싱턴 간 커져가는 긴장감을 무시하고 중국과 미국 사이에 드문 획기적인 협력이다. 알리바바의 지원을 받으며 개발된 중국을 대상으로 한 대규모 언어 모델(LLM) 훈련은 알리바바와 함께 개발되었으며, 리트저스는 훈련에 대한 지원을 받았다고 세 명의 익명한 사람들의 진술에 근

AI 모델 8월 15일

대량 언어 모델(LLM) 개인화에 대한 대응: Meta-LoRA를 이용한 다원 도메인 선호도 학습

대규모 언어 모델(LLM)의 개인화를 위한 다원 도메인 선호도 학습은 새로운 대화 도메인에서 사용자 선호도에 맞는 응답을 생성하는 것을 목표로 합니다. 하지만 기존의 적응 방법은 적은 수의 대상 도메인 상호 작용만으로 업데이트한 크기를 조정하기 어려워 오버피팅을 일으키며, 역전파 방법은 사용자 선호도를 소스 도메인 오류와 혼동하여 불신할 수 있는 개인화 전제 조건과 부정적인 전이를 일으킵니다. 이러한 문제를 해결하기 위해, 우리는 PAC-Bayes-정규화된 Meta-LoRA를 제안하여, 업데이트한 크기를 증거의 질에 맞게 조정하고, 오버피팅을 최소화하며, 증거가 증가할 때 강한 개인화를 허용합니다.

AI 모델 8월 15일

듀얼-플로우 트랜스포머: 주요 프리 필 경로와 추가 디코딩 계산을 분리하는 방법

대규모 언어 모델은 더 많은 요청을 처리할수록,一次적인 학습 비용 대비 누적적인 추론 비용이 점점 더 중요해지고 있습니다. 추론의 두 가지 단계는 하드웨어를 다르게 부하를 주고 있습니다:_prompt prefill은 병렬적이고 일반적으로 계산량에 의존하는 반면, autoregressive decode는 순차적이고 종종 메모리 대역폭에 의존합니다. 전통적인 너비 또는 깊이 확대는 두 비용을 모