概念强化学习多实例学习 / Reinforcement Learning Multiple Instance Learning
RL-MIL
结合强化学习与多实例学习的机器学习框架，强化学习智能体从弱标注数据包中选取最具信息量的实例用于分类，同时提供天然的可解释性
时间轴 (近 90 天)
10月4日
该研究提出了一个多目标框架，融合了基于强化学习的多实例学习（RL-MIL）、对抗去偏和偏好条件超网络三种技术组件
待验证50%
10月4日
底层的RL-MIL基线模型取得了强劲的分类性能，证明该可解释管线在预测学生风险上可行
待验证50%
10月4日
研究结论认为仅靠偏好条件化并不能保证可控的多目标行为，构建稳健公平RL-MIL系统需引入显式的梯度平衡、目标分离与稳定性分析机制
待验证50%