共 2 篇相关文章
METTA提出双时间尺度记忆分解，在线性复杂度下实现元强化学习的高效测试时适应，在Meta-World ML10/45上成功率超50%，并在PointMaze任务中优于Transformer基线。
RADC 提出面向视觉语言模型测试时自适应的风险感知双缓存方法，通过语义前景缓存剥离背景干扰、高斯风险准入筛选可靠样本，并融合零样本与双缓存预测，在跨域与分布外基准上实现 SOTA 性能。
