University of Cambridge（剑桥大学）

In-Context Reinforcement Learning through Bayesian Fusion of Context and Value Prior

通过贝叶斯融合上下文和价值先验实现上下文强化学习

Anaïs Berkes, Vincent Taboga, Donna Vakalis, David Rolnick, Yoshua Bengio

机构 * University of Cambridge（剑桥大学） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； McGill University（麦吉尔大学） 纠错

AI总结 SPICE通过贝叶斯融合上下文和价值先验，实现高效适应未见过的环境，减少遗憾并保持鲁棒性。

Information-Theoretic Generalization Bounds of Replay-based Continual Learning

基于回放的持续学习的信息论泛化界限

Wen Wen, Tieliang Gong, Zeyu Gao, Yunjiao Zhang, Weizhan Zhang, Yong-Jin Liu

机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； Department of Oncology, University of Cambridge（剑桥大学肿瘤学系） ； China Telecom, China（中国电信） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） 纠错

AI总结 本文提出了一种基于回放的持续学习的信息论泛化界限理论框架，通过分析内存缓冲区与当前任务的相互作用，建立了更精确的泛化性能评估方法。