POETS：基于策略集成的LLM不确定性优化框架论文
热点事件持续更新
POETS：基于策略集成的LLM不确定性优化框架论文
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Nicolas Menet、Andreas Krause 与 Abbas Rahimi 发布论文介绍 POETS（Policy Ensembles for Thompson Sampling）框架，通过直接训练策略集成来捕获认知不确定性，绕开先训练不确定性奖励模型再拟合策略的复杂流程。论文已被 NeurIPS 2026 接收。 架构上，POETS 的集成共享一个预训练骨干网络，同时通过独立的 LoRA（低秩适配）分支保持多样性，以实现计算高效的实现。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
POETS：基于计算高效策略集成的不确定性感知 LLM 优化报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.AIPOETS：基于计算高效策略集成的不确定性感知 LLM 优化
arXiv 论文提出 POETS（Policy Ensembles for Thompson Sampling），通过直接训练策略集成来捕获认知不确定性，绕开先训练不确定性奖励模型再拟合策略的复杂流程。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。