Actor-Crítico con Muestreo por Importancia Activo
Muestreo por Importancia Activo en Actor-Crítico: mejora la eficiencia del aprendizaje por refuerzo con técnicas avanzadas de muestreo activo.
#muestreo por importancia
Repensando el muestreo por importancia en la optimización de políticas de LLM: una perspectiva de token acumulativo
Optimiza modelos de lenguaje con muestreo por importancia y enfoque de token acumulativo en políticas de LLM. Técnica eficiente para mejorar generación.