Efficient Offline Reinforcement Learning: First Imitate, then Improve
高效离线强化学习：先模仿，后改进
机构 * University of Edinburgh（爱丁堡大学） ； Microsoft Research Cambridge（微软研究院剑桥分部）
AI总结 本文提出了一种结合监督学习和离策略强化学习的方法，通过预训练提升离策略算法的效率和稳定性。
高校专区
University of Edinburgh（爱丁堡大学）
Aligning Agents like Large Language Models
像大型语言模型一样对齐代理
机构 * School of Informatics, University of Edinburgh, Edinburgh, United Kingdom（爱丁堡大学信息学院） ； Micosoft Research, Cambridge, United Kingdom（微软研究院）
AI总结 本文提出通过像训练大型语言模型一样训练代理，以实现更通用、稳健和对齐的行为，并通过3D视频游戏环境中的概念验证展示方法。
Iterative Multilingual Spectral Attribute Erasure
迭代多语言光谱属性擦除
机构 * University of Cambridge（剑桥大学） ； University of Edinburgh（爱丁堡大学） ； NVIDIA Research（NVIDIA研究）
AI总结 IMSAE通过迭代SVD截断在多语言中减轻联合偏见子空间，优于传统单语言和跨语言去偏方法。
Comments Accepted to the main conference of EMNLP 2025
