cs.LG（2025-06-17）
📊 共 5 篇论文 | 🔗 2 篇有代码
🎯 兴趣领域导航
支柱二：RL算法与架构 (RL & Architecture) (3 🔗2)
支柱一：机器人控制 (Robot Control) (1)
支柱九：具身大模型 (Embodied Foundation Models) (1)
🔬 支柱二：RL算法与架构 (RL & Architecture) (3 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 1 | TGDPO: Harnessing Token-Level Reward Guidance for Enhancing Direct Preference Optimization | 提出TGDPO以解决直接偏好优化中的奖励指导问题 | reinforcement learning PPO DPO | ✅ | |
| 2 | ROSE: Toward Reality-Oriented Safety Evaluation of Large Language Models | 提出ROSE框架以解决大语言模型安全评估问题 | reinforcement learning large language model | ||
| 3 | Revisiting Reinforcement Learning for LLM Reasoning from A Cross-Domain Perspective | 提出Guru以解决大语言模型推理中的奖励信号不足问题 | reinforcement learning reward design large language model | ✅ |
🔬 支柱一：机器人控制 (Robot Control) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 4 | Adaptive Reinforcement Learning for Unobservable Random Delays | 提出交互层以解决不可观测随机延迟问题 | locomotion reinforcement learning |
🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)
| # | 题目 | 一句话要点 | 标签 | 🔗 | ⭐ |
|---|---|---|---|---|---|
| 5 | Optimal Embedding Learning Rate in LLMs: The Effect of Vocabulary Size | 提出优化嵌入学习率以应对大语言模型词汇规模问题 | large language model |