RL's Razor: O RL em política esquece menos do que o SFT.
Mesmo com precisão compatível, RL mostra menos esquecimento catastrófico
Principais descobertas: 1) RL tende a "esquecer" menos do que SFT 2) O RL em política (PPO) esquece menos do que o RL fora de política (DQN) 3) Mesmo com precisão igualada, RL apresenta menos esquecimento catastrófico
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
9 Curtidas
Recompensa
9
4
Repostar
Compartilhar
Comentário
0/400
ZKSherlock
· 4h atrás
na verdade, é bastante fascinante do ponto de vista da teoria da informação... menos esquecimento implica uma melhor preservação da entropia, para ser sincero
Ver originalResponder0
BrokenYield
· 09-06 21:51
finalmente algo que não esquece como os meus longs alavancados na queda de 2022
Ver originalResponder0
PumpDoctrine
· 09-06 21:41
Será que o SFT consegue lembrar-se por mais tempo?
RL's Razor: O RL em política esquece menos do que o SFT.
Mesmo com precisão compatível, RL mostra menos esquecimento catastrófico
Principais descobertas:
1) RL tende a "esquecer" menos do que SFT
2) O RL em política (PPO) esquece menos do que o RL fora de política (DQN)
3) Mesmo com precisão igualada, RL apresenta menos esquecimento catastrófico