Zhengxuan Hu
収録論文 1本 ・ フィジカルAI/ロボット学習
言語世界モデル
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- Bradley-Terry学習は初期精度の高い言語世界モデルの結果確率を歪めうる言語世界モデル2026/11/19
比較フィードバックによるBradley-Terry目的関数での学習が、正確な結果確率を物理的に不可能な結果へ大きく移行させてしまうことをシミュレーションで示し、その原因が目的関数自体にあることを明らかにした論文。
