★ 3
ORL:扩散语言模型的在线策略残差学习框架
论文提出 ORL 框架,指出残差学习本质是在线策略的,通过模型自生成残差轨迹与熵收缩目标提升预测锐度,并协同设计异步残差捕获、块扩散注意力与计算均衡训练。在由 Qwen3-4B 转换的 4B 扩散语言模型上,每前向 token 数最高提升 6.2 倍,端到端吞吐提升约 6.9 倍。在 LLaDA-…
arXiv cs.LG17 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出 ORL 框架,指出残差学习本质是在线策略的,通过模型自生成残差轨迹与熵收缩目标提升预测锐度,并协同设计异步残差捕获、块扩散注意力与计算均衡训练。在由 Qwen3-4B 转换的 4B 扩散语言模型上,每前向 token 数最高提升 6.2 倍,端到端吞吐提升约 6.9 倍。在 LLaDA-…
ResLearn-XR框架采用两阶段时序学习结构,结合残差学习组件适应XR流量的突发性和非平稳性。在帧数、帧大小和到达间隔预测上SMAPE降低17.84%,体验质量风险估计SMAPE降低87.8%。该框架适用于加密流量分析。
研究提出一种多保真度铁路转向架响应校正方法,将多体仿真视为低保真信息、滚振台测量作为高保真证据,结合实验锚定的保真度分配与物理约束的差异学习。方法用时延神经网络(TDNN)刻画工况相关仿真趋势,并用残差校正网络建模基线未解释的可复现响应分量,同时以有效动态平衡方程约束学习到的差异。在385 km/…