Nous
一篇关于智能体记忆决策的统计学习理论论文，提出无需先校准信息来源即可学习和认证记忆决策的方法框架，从样本复杂度角度论证了决策学习与来源校准的可分离性
时间轴 (近 90 天)
arXiv发布的论文《Nous: Learning and Certifying Memory Decisions Before Source Calibration》论证了记忆决策可以在不恢复来源可靠性的前提下被学习和证明其合理性
Nous框架将学习、校准与修订认证三者明确分离
认证决策相对于有信息量的现任策略的改进需要 O(l⁻²) 条来自相同观测规律的新记录
学习与认证有用决策所需记录数可能比校准来源少一个平方量级
一个更广泛的模型类仍然保持了相同的决策速率和来源估计的下界
论文在身份加背景报告通道下刻画了政策改进的精确可识别区间，并推导出不依赖纯类别锚点的有限样本证书
该方法引入鲁棒性扩展，能容忍有界的、依赖历史的错误设定以及条件复制
实证测试使用了45,000条留出的可变状态历史和9,000个episode，覆盖三个外部MiniGrid记忆环境并引入嘈杂报告接口
在MiniGrid中新证书接受了9/9相对于恒定现任策略的改进以及4/9相对于last-write-wins策略的改进，而此前的证书一个都没接受
论文承认强有力的既有推断基线在很多情况下仍然具有竞争力甚至更优
还有 1 条时间轴事件
全部知识事实 (11)
arXiv发布的论文《Nous: Learning and Certifying Memory Decisions Before Source Calibration》论证了记忆决策可以在不恢复来源可靠性的前提下被学习和证明其合理性
50%待验证Nous框架将学习、校准与修订认证三者明确分离
50%待验证认证决策相对于有信息量的现任策略的改进需要 O(l⁻²) 条来自相同观测规律的新记录
50%待验证学习与认证有用决策所需记录数可能比校准来源少一个平方量级
50%待验证一个更广泛的模型类仍然保持了相同的决策速率和来源估计的下界
50%待验证论文在身份加背景报告通道下刻画了政策改进的精确可识别区间，并推导出不依赖纯类别锚点的有限样本证书
50%待验证该方法引入鲁棒性扩展，能容忍有界的、依赖历史的错误设定以及条件复制
50%待验证实证测试使用了45,000条留出的可变状态历史和9,000个episode，覆盖三个外部MiniGrid记忆环境并引入嘈杂报告接口
50%待验证在MiniGrid中新证书接受了9/9相对于恒定现任策略的改进以及4/9相对于last-write-wins策略的改进，而此前的证书一个都没接受
50%待验证论文承认强有力的既有推断基线在很多情况下仍然具有竞争力甚至更优
50%待验证研究者将该成果定位为关于记忆决策何时可以在不恢复来源可靠性情况下被学习与证明的统计学解释，而非在所有场景下都更优的记忆算法
50%