★ 3
CellRFT：单细胞扰动建模强化微调
针对现有单细胞扰动模型优化代理损失、与生物学评价标准脱节的问题，论文提出 CellRFT 强化微调框架，将生物学评价直接作为训练反馈。该方法用策略梯度优化从生成细胞群的非可微评价中学习，并通过分层奖励聚合整合多种生物学奖励。实验表明 CellRFT 可适配不同预训练模型并提升扰动预测效果，同时揭示…
arXiv cs.LG45 天前
#强化微调
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
SignRAG：统一检索增强的无注释手语翻译框架
研究者提出 SignRAG，一个结合分层预训练、目标域检索增强与检索感知强化微调的统一框架，用于无注释手语翻译。该方法首次在 CSL-Daily 全部指标上超越有注释监督方法，代码与多尺寸模型已在 GitHub 开源。
arXiv NLP24 天前