Finite-Time Bounds for Average-Reward Fitted Q-Iteration
机构 * Seoul National University（首尔国立大学） ； UCLA Department of Mathematics（UCLA数学系）
高校专区
University of California, Los Angeles（加州大学洛杉矶分校）
Incentivizing Truthful Language Models via Peer Elicitation Games
机构 * UCLA（加州大学洛杉矶分校） ； UC Berkeley（伯克利大学）
When To Solve, When To Verify: Compute-Optimal Problem Solving and Generative Verification for LLM Reasoning
机构 * TU Darmstadt（图恩-达姆施塔特技术大学） ； UCLA（加州大学洛杉矶分校） ； Google Deepmind（谷歌DeepMind） ； Mila（蒙特利尔人工智能研究院）
Comments COLM 2025
Sparse Transformer Architectures via Regularized Wasserstein Proximal Operator with $L_1$ Prior
机构 * Department of Mathematics, University of California, Los Angeles, CA, USA（加州大学洛杉矶分校数学系） ； Department of Mathematics, University of South Carolina, Columbia, SC, USA（南卡罗来纳大学数学系）
Synergizing chemical and AI communities for advancing laboratories of the future
机构 * Department of Chemistry, Unknown University, Unknown Town（化学系，未知大学，未知镇） ； BioPACIFIC Materials Innovation Platform, University of California, Santa Barbara, Santa Barbara, CA, 93106 USA（BioPACIFIC材料创新平台，加州大学圣巴巴拉分校，圣巴巴拉，CA，93106 USA） ； Department of Statistics and Applied Probability, University of California, Santa Barbara, Santa Barbara, CA, 93106 USA（统计与应用概率系，加州大学圣巴巴拉分校，圣巴巴拉，CA，93106 USA） ； Department of Materials Science and Engineering, University of California, Irvine, CA, 92697 USA（材料科学与工程系，加州大学伊维特分校，CA，92697 USA） ； Department of Chemistry and Biochemistry, University of California, Los Angeles, Los Angeles, CA, 90095 USA（化学与生物化学系，加州大学洛杉矶分校，洛杉矶，CA，90095 USA） ； Department of Chemistry and Biochemistry, University of California, Santa Barbara, Santa Barbara, CA, 93106 USA（化学与生物化学系，加州大学圣巴巴拉分校，圣巴巴拉，CA，93106 USA）
Rao-Blackwell Gradient Estimators for Equivariant Denoising Diffusion
机构 * University of Stuttgart（斯图加特大学） ； IMPRS-IS（马克斯·普朗克研究所-人工智能与系统科学） ； UCLA（加州大学洛杉矶分校） ； University of Bern（伯尔尼大学） ； National University of Singapore（新加坡国立大学）
