Le filThèmes : RechercheÉvaluations
Échantillonnage par influence de la queue pour l’évaluation de politiques par CVaR
1 sourcemis à jour il y a 2 jpertinence 2,5 sur5
L’essentiel
Des politiques dont les retours moyens sont similaires peuvent différer fortement par leurs défaillances rares, mais estimer avec précision la valeur à risque conditionnelle (CVaR) de la queue inférieure peut nécessiter de nombreux rollouts coûteux.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FacePauline Bourigault, Xiaotong Ji, Matthieu Zimmer et al.huggingface.co
Tail-Influence Sampling for CVaR Policy Evaluation (site externe)
Policies with similar mean returns can differ sharply in rare failures, yet estimating lower-tail conditional value-at-risk (CVaR) accurately can require many costly rollouts.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5