EPFL（洛桑联邦理工学院）

Tandem Reinforcement Learning with Verifiable Rewards

具有可验证奖励的串联强化学习

Difan Jiao, Raghav Singhal, Robert West, Ashton Anderson

机构 * University of Toronto（多伦多大学） ； EPFL（瑞士联邦理工学院洛桑分校） 纠错

AI总结 提出串联强化学习（TRL），通过强弱模型交替生成推理链并共同奖励，在保持独立推理能力的同时提升模型间兼容性和可读性。

Comments 21 pages,7 figures,8 tables

A Study of Temporal Fusion Strategies for Named Entity Recognition in Historical Texts

历史文本中命名实体识别的时间融合策略研究

Emanuela Boros

机构 * Digital Humanities Laboratory, EPFL, Lausanne, Switzerland（瑞士洛桑联邦理工学院数字人文实验室） 纠错

AI总结 针对历史文本中实体随时间漂移的问题，系统研究了将时间元数据嵌入NER模型的轻量级融合策略，实验表明后期融合在早期和噪声时期表现更鲁棒。

Journal ref International Conference on Theory and Practice of Digital Libraries 2025

How Width and Data Shape Generalization Scaling Laws in Quadratic Neural Networks

宽度和数据如何影响二次神经网络中的泛化缩放定律

Julius Girardin, Emanuele Troiani, Yizhou Xu, Vittorio Erba, Florent Krzakala, Lenka Zdeborová

机构 * Statistical Physics of Computation Laboratory, École Polytechnique Fédérale de Lausanne (EPFL)（统计物理与计算实验室，洛桑联邦理工学院） ； Information, Learning and Physics Laboratory, École Polytechnique Fédérale de Lausanne (EPFL)（信息、学习与物理实验室，洛桑联邦理工学院） 纠错

AI总结 研究二次两层网络中泛化误差随样本数、宽度和正则化的缩放规律，揭示由目标谱结构控制的数据相关幂律和相变。