高校专区

University of California, Berkeley（加州大学伯克利分校）

2026-07-10 至 2026-07-10 共收录 2 篇

2604.22951 2026-07-10 cs.AI cs.CL cs.LG 版本更新

The Power of Power Law: Asymmetry Enables Compositional Reasoning

幂律的力量：不对称性使组合推理成为可能

Zixuan Wang, Xingyu Dang, Jason D. Lee, Kaifeng Lyu

机构 * Princeton University（普林斯顿大学）； Tsinghua University（清华大学）； University of California, Berkeley（加州大学伯克利分校）

AI总结本文研究了幂律分布对组合推理任务的影响，发现其在状态跟踪和多步算术等任务中优于均匀分布，通过理论分析揭示了幂律分布通过引入有益的不对称性，使模型能更高效地学习长尾技能。

2306.02704 2026-07-10 cs.GT cs.LG 版本更新

校准的斯塔克尔伯格博弈：学习针对校准代理的最优承诺

Nika Haghtalab, Chara Podimata, Kunhe Yang

机构 * University of California, Berkeley（加州大学伯克利分校）； Massachusetts Institute of Technology（麻省理工学院）

AI总结研究校准斯塔克尔伯格博弈，将标准框架推广，其中代理依校准预测行动。虽信息减少，但委托人最优效用有界。针对校准挑战，开发新校准概念及算法，包括基于最佳响应区域的松弛，及代理自适应校准算法，助委托人更快收敛。