★ 3
研究提出严重度感知的交互式医疗诊断规划
提出严重性感知的共形临床规划框架，将交互式诊断视为风险敏感的序贯决策问题。在DDXPlus和MediQ上验证，该方法在多个大语言模型下用更少问题实现更准确诊断，减少高风险错误。
arXiv cs.AI63 天前
#风险敏感
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
带缓冲分位目标的深度强化学习
研究提出Deep-BQRL，将缓冲分位学习扩展到神经网络函数逼近的无模型分布式强化学习框架，直接从采样转移中学习条件回报分位。在资产出售最优停止与FrozenLake任务中，其分位策略差距小于PPO与TRPO，并展现可解释的风险敏感行为。
arXiv cs.LG42 天前
★ 1
递归熵风险强化学习的近优样本复杂度
论文研究有限折扣MDP在递归熵风险偏好下的值与策略学习样本复杂度，假设可访问生成模型。作者对基于模型的风险敏感Q值迭代（MB-RS-QVI）进行精细分析，给出(ε,δ)-PAC保证，改进了有效视界上的指数依赖，与现有下界在|β|/(1-γ)等维度上匹配。该分析消除了此前上下界间的指数差距，仅留下多…
arXiv cs.LG26 天前