跳到正文
热点事件持续更新

arXiv论文提出LTLf时序规约主动学习框架

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Rajarshi Roy 与 Xiaowei Huang 在 arXiv 论文(2611.17866)中提出面向 LTLf 时序规约的主动学习框架:教师只需标注轨迹并回答自然语言问题,学习者通过枚举版本空间生成区分候选公式的轨迹,并证明了一致性、有界假设类内的可识别性与 PAC 保证。 实验方面,论文称在 36 个目标的模拟教师实验(含 4 个标准环境中的目标)中,当学习者比较所有候选时均能识别出目标,在初始 10 条轨迹样本之外平均所需额外查询少于 7 次。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    通过区分查询主动学习时序规约:基于 LTLf 的框架提出

    一篇 arXiv 论文提出面向 LTLf 的主动学习框架,教师只需标注轨迹并回答自然语言问题,学习者通过枚举版本空间生成区分候选公式的轨迹。理论方面证明了与观测样例的一致性、有界假设类内的可识别性与 PAC 保证。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。