AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:前景理论×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月2日
09:42
09:42arXiv cs.AI@Yujiao Chen
该研究在马尔可夫决策过程(MDP)中引入吸收灾难态,发现即使风险中性且无效用曲率,标准Bellman最优性仍会产生前景理论三大特征:S型价值函数(近灾难凸、远场凹)、内生损失厌恶系数λ*>1、以及反射效应策略反转。在495种配置下,正漂移(增长)场景中靠近灾难态时最优策略选择安全动作,负漂移(衰退)场景中则选择冒险动作。研究推导出渐近损失厌恶平台λ的闭式表达式,仅依赖胜率p、收益不对称比r和折扣因子β,与数值解拟合R²=0.999。该机制无需不对称收益,且现象在表格Q学习和随机转移下稳健存在。
论文强化学习前景理论灾难态风险决策Bellman最优性

推荐理由:这篇论文揭示了灾难态本身就能产生前景理论行为,对做强化学习安全控制、风险决策建模的研究者很有启发,建议读一下推导和实验设计。
原文
精选全部日报登录