arXiv论文提出LTLf时序规约主动学习框架
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
最新进展11月16日 13:00
通过区分查询主动学习时序规约:基于 LTLf 的框架提出报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- 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
- –
02.557.510
14:0015:0016:00
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。