( en | de | ru )

 

Disambiguierung von "Sukhbaatar, Sainbayar"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Teaching Large Language Models to Reason with Reinforcement Learning.

, , , , , , , , und . CoRR, (2024)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Uyanga Sukhbaatar

 

Weitere Publikationen von Autoren mit dem selben Namen

Learning when to Communicate at Scale in Multiagent Cooperative and Competitive Tasks., , und . ICLR (Poster), OpenReview.net, (2019)MINOTAUR: Multi-task Video Grounding From Multimodal Queries., , , , , , , und . CoRR, (2023)Learning Goal-Conditioned Policies Offline with Self-Supervised Reward Shaping., , , , und . CoRR, (2023)Learning Goal-Conditioned Policies Offline with Self-Supervised Reward Shaping., , , , und . CoRL, Volume 205 von Proceedings of Machine Learning Research, Seite 1401-1410. PMLR, (2022)Meta-Rewarding Language Models: Self-Improving Alignment with LLM-as-a-Meta-Judge., , , , , , , und . CoRR, (2024)Learning Goal Embeddings via Self-Play for Hierarchical Reinforcement Learning., , , und . CoRR, (2018)Addressing Some Limitations of Transformers with Feedback Memory, , , , und . (2020)cite arxiv:2002.09402.Staircase Attention for Recurrent Processing of Sequences., , , und . CoRR, (2021)Not All Memories are Created Equal: Learning to Forget by Expiring., , , , , , und . ICML, Volume 139 von Proceedings of Machine Learning Research, Seite 9902-9912. PMLR, (2021)Staircase Attention for Recurrent Processing of Sequences., , , und . NeurIPS, (2022)