Cohere 演讲：DRATS 自适应任务采样改善多任务 RL 数据分配
Cohere · youtube · 2026-10-23
Cohere Labs 学术分享，威斯康星大学麦迪逊分校博士 Nicholas Edward Corrado 介绍其论文 DRATS（Distributionally Robust Adaptive Task Sampling）。针对多任务 RL 中各任务平均分配交互数据导致易任务过配、难任务欠配的问题，DRATS 将 MTRL 形式化为可行性问题，导出最小化最坏任务回报差距的 minimax 目标，自适应优先采样距解决最远的任务。在 MetaWorld-MT10/MT50 基准上提升了数据效率与最差任务表现。该方法建立在其此前 DPO 式自适应数据混合工作 AutoMixAlign 之上。
「研究」频道最新
- 词向量减法新玩法：cartoon−animation−comic 减出 diagram — mayfer · 2026-10-23
- Omnii Genome 单一通用模型全面超越 AlphaGenome — JosephJacks_ · 2026-10-23
- Domingos 引新研究断言「强化学习基本没用」，引监督学习对比 — pmddomingos · 2026-10-23
- 实测「bathroom − toilet = kitchen」：embedding 算术优于稀疏自编码器 — mayfer · 2026-10-23
- Wolfram 宣布 Rule 30 三道悬赏题向 AI 开放，总奖金 3 万美元 — cephaloform · 2026-10-23
- 斯坦福联手 Databricks:用 AI Agent 复现医学论文结论并做稳健性检验 — ChengleiSi · 2026-10-23