arXiv cs.AI 发布于 09/14 12:00

GLARE: Generative Learning via Adversarial Reward Estimation For Social Dynamics Forecasting

(翻译)GLARE:面向社会动态预测的对抗奖励估计生成学习

查看原文

资讯摘要

Abstract page for arXiv paper 2609.12165: GLARE: Generative Learning via Adversarial Reward Estimation For Social Dynamics Forecasting

AI 摘要

论文提出会议动态预测基准 MDFB,由 2,207 场真实会议和 24,794 条面向未来的查询构成。模型根据对话前缀与活跃问题一次性生成多轮续写,并从有用性和类人性两方面评估,而不要求复现真实未来。作者还提出 GLARE,将对抗模仿学习适配到条件语言生成,判别器得分提供 KL 正则化策略奖励。人类评估中 GLARE 在有用性和类人性上的平均胜率分别为 0.66 和 0.70,优于 SFT 和 SPIN,但仍低于真实人类续写。

AI 问答

MDFB 是什么?

MDFB 是会议动态预测基准,由 2,207 场真实会议和 24,794 条面向未来的查询构建。

GLARE 如何工作?

GLARE 将对抗模仿学习适配到条件语言生成,判别器将观察到的续写排在当前 actor 样本之上,其得分提供 KL 正则化策略奖励,并通过当前策略负样本重训练使奖励景观随 actor 演化。

GLARE 的评估结果如何?

在人类评估中,GLARE 在有用性上的平均胜率为 0.66,在类人性上为 0.70,优于 SFT 和 SPIN,但仍低于观察到的真实人类续写。

打开原文

更多资讯

被AI放大的光学「戏份」,让「配角」舜宇的生意越做越大雷峰网 · 09/16 18:33实测豆包新模型2.1-pro,这次审美和长时间Agent任务都追上第一档了人人都是产品经理 · 09/16 17:21支付宝 xUI -- “阿宝”背后的 Agentic 终端交互引擎InfoQ 中文 · 09/16 02:27超级智能体“迪迪虾”上车,比亚迪携手阿里云推进智能座舱升级雷峰网 · 09/15 11:58具透 | Liquid Glass 设计改进、性能提升……iPadOS 27 中值得一瞥的新特性少数派 · 09/16 15:00穿透查询怎样升级为穿透管控?人人都是产品经理 · 09/15 14:24阶跃发布 StepAudio 3 ,多款语音模型登顶 Artificial Analysis 全球榜单雷峰网 · 09/15 17:50Java新闻汇总:Simple JSON API、GlassFish、Jakarta EE、JNoSQL和Open Liberty、LangChain4jInfoQ 中文 · 09/16 19:06从 270 分钟到 18 分钟:B 端产品经理如何主导一个 AI 达人撮合系统人人都是产品经理 · 09/16 09:37一张GPU跑10万原子!分子之心用AI把化学反应“拍”成了电影量子位 · 09/15 17:58个贷不良四年涨 23 倍:这门从“救大行”长出来的生意,底层逻辑是什么?人人都是产品经理 · 09/16 17:12派早报:豆包发布手机助手消费者版,绿联发布首款雷电 5 显卡坞等少数派 · 09/15 08:06DeepSeek-V4.1-Flash 的最佳 Harness 搭档,我觉得可能是 Claude Code人人都是产品经理 · 09/16 17:23CLARITY的失败 跟加密行业好坏没啥关系金色财经 · 09/16 14:11AI风口之下,明星们又想“挤上”牌桌了人人都是产品经理 · 09/15 09:15OpenAI故意欠技术债,等Codex来还:仅2名工程师,把核心存储从Python重写成RustInfoQ 中文 · 09/16 00:09社区速递 158 | 便宜耐造的副厂手柄与大学宿舍里那些相见恨晚的装备少数派 · 09/15 17:00「沃什时代」首次加息要来了?华尔街算好了三种剧本金色财经 · 09/16 20:25OpenAI万亿IPO推迟背后 四本账与三条投资路径金色财经 · 09/16 11:27YC 最值钱的这 20家公司,没有一家来自最近5年人人都是产品经理 · 09/15 10:39Your Agent Aced the Task. Will It Do It Again?Hugging Face Blog · 09/16 00:00Grayscale:比特币能否优化私募市场投资组合?金色财经 · 09/15 09:10圆桌:新能源:后时代的深水淘金 | 36氪 2026产业未来大会36氪 · 09/15 17:56英伟达开始限制Claude使用了金色财经 · 09/15 12:37月之暗面:网传创始人及员工信息系恶意造谣;OpenAI 放弃今年上市;iPhone Duo炒到9万,黄牛贷款欲囤货|AI周报InfoQ 中文 · 09/16 00:07AI for everyone in every languageGoogle AI Blog · 09/16 00:00苹果Siri AI上线;豆包手机助手消费版正式发布;塔克拉玛干沙漠发现两处大型地下水水源果壳网 · 09/15 20:15实时互动、实时改视频、探索空间视频,Vidu S2一次放了三个大招量子位 · 09/16 10:58以太坊 2026 年第二季度报告金色财经 · 09/15 17:06具透 | 精心优化, 体验感愉悦升华:iOS 27 中值得关注的新特性少数派 · 09/15 15:00