Prior-Agnostic Incentive-Compatible Exploration
先验无关的激励相容探索
机构 * Department of Computer and Information Sciences, University of Pennsylvania（计算机与信息科学系，宾夕法尼亚大学）
AI总结 本文提出了一种在动态环境中实现激励相容探索的算法，通过交换遗憾界限使代理在近似贝叶斯纳什均衡中忠实遵循预测，解决了代理冲突先验信念的问题。
高校专区
University of Pennsylvania（宾夕法尼亚大学）
LD-MoLE: Learnable Dynamic Routing for Mixture of LoRA Experts
LD-MoLE: 可学习动态路由用于LoRA专家混合
机构 * University of Connecticut（康涅狄格大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of California San Diego（圣地亚哥大学）
AI总结 LD-MoLE通过可学习动态路由机制实现自适应的token依赖和层间专家分配，提升大型语言模型在下游任务中的性能。
Comments International Conference on Learning Representations (ICLR 2026)
