arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

高校专区

University of California, San Diego(加州大学圣迭戈分校)

2026-03-10 至 2026-03-10 共收录 6
2603.07867 2026-03-10 cs.LG cs.AI

Slumbering to Precision: Enhancing Artificial Neural Network Calibration Through Sleep-like Processes

沉睡以精确:通过睡眠样过程增强人工神经网络校准

Jean Erik Delanois, Aditya Ahuja, Giri P. Krishnan, Maxim Bazhenov

机构 * Department of Computer Science \& Engineering, University of California, San Diego, La Jolla, California, USA ARTISAN, Georgia Institute of Technology, Atlanta, Georgia, USA Department of Medicine, University of California, San Diego, La Jolla, California, USA

AI总结 通过睡眠样过程提出SRC方法,有效提升神经网络校准,与温度缩放结合在AlexNet和VGG19上表现最佳。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07784 2026-03-10 cs.LG cs.AI

ProgAgent:A Continual RL Agent with Progress-Aware Rewards

ProgAgent:一种具有进度感知奖励的持续强化学习代理

Jinzhou Tan, Gabriel Adineera, Jinoh Kim

机构 * University of California, San Diego(加州大学圣地亚哥分校) Texas A\&M University-Commerce(德克萨斯A&M大学-科摩斯)

AI总结 ProgAgent通过进度感知奖励机制,结合PPO与coreset回放和突触智能,有效解决持续学习中的遗忘问题,提升学习效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07406 2026-03-10 cs.CV cs.AI

UnSCAR: Universal, Scalable, Controllable, and Adaptable Image Restoration

UnSCAR:通用、可扩展、可控和适应的图像修复

Debabrata Mandal, Soumitri Chattopadhyay, Yujie Wang, Marc Niethammer, Praneeth Chakravarthula

机构 * University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) University of California, San Diego(加州大学圣地亚哥分校)

AI总结 UnSCAR提出一种统一的多分支混合专家架构,解决通用图像修复中退化干扰导致的扩展难题,实现可扩展、可控和适应的修复方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07373 2026-03-10 cs.NI cs.AI

Scheduling Parallel Optical Circuit Switches for AI Training

为AI训练调度并行光电路交换机

Kevin Liang, Litao Qiao, Isaac Keslassy, Bill Lin

机构 * UC San Diego(UC圣地亚哥大学) Technion(技术学院) UC Berkeley(伯克利大学)

AI总结 Spectra通过分解、负载感知调度和受控排列分割,有效调度AI训练流量矩阵,显著降低调度时间并接近理论下限。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.16301 2026-03-10 cs.AI cs.CL

Adaptation of Agentic AI: A Survey of Post-Training, Memory, and Skills

代理AI的适应:训练后、记忆和技能的综述

Pengcheng Jiang, Jiacheng Lin, Zhiyi Shi, Zifeng Wang, Luxi He, Yichen Wu, Ming Zhong, Peiyang Song, Qizheng Zhang, Heng Wang, Xueqiang Xu, Hanwen Xu, Pengrui Han, Dylan Zhang, Jiashuo Sun, Chaoqi Yang, Kun Qian, Tian Wang, Changran Hu, Manling Li, Quanzheng Li, Hao Peng, Sheng Wang, Jingbo Shang, Chao Zhang, Jiaxuan You, Liyuan Liu, Pan Lu, Yu Zhang, Heng Ji, Yejin Choi, Dawn Song, Jimeng Sun, Jiawei Han

机构 * UIUC(伊利诺伊大学香槟分校) Stanford(斯坦福大学) Princeton(普林斯顿大学) Harvard(哈佛大学) UC Berkeley(加州大学伯克利分校) Caltech(加州理工学院) UCSD(加州大学圣地亚哥分校) Georgia Tech(佐治亚理工学院) Northwestern(西北大学) TAMU(德克萨斯大学奥斯汀分校) MGH(麻省总医院) Keiji AI Unity

AI总结 本文综述了代理AI在训练后、记忆和技能方面的适应方法,提出四范式框架,分析了代理与工具适应的技术细节及权衡,探讨了开放问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.06961 2026-03-10 cs.LG cs.AI

Learning Quadruped Walking from Seconds of Demonstration

从几秒钟的示范中学习四足行走

Ruipeng Zhang, Hongzhan Yu, Ya-Chien Chang, Chenghao Li, Henrik I. Christensen, Sicun Gao

机构 * University of California, San Diego(加州大学圣地亚哥分校)

AI总结 本文提出了一种基于小数据的四足行走模仿学习方法,通过调节潜在空间与动作空间的变化对齐,实现高效离线训练。

详情

展开后加载摘要…

URL PDF HTML 收藏