假设暗物质是不对称的，并且是自我互动和中微子是迪拉克·费米子（Dirac Fermions），我们提出了一个框架来解决观察到的宇宙的巴里昂失衡。我们添加了三个右撇子中微子$ \ nu_ {r_i}，\，\，{i = 1,2,3} $，一个单身费费$ \ chi $，doublet fermion $ \ psi $ \ psi $，和heavy scalar doublets $ \ eta_i， ...

本文研究了针对人形机器人的两种不同的全身控制配方的实验比较：逆动力学全身控制（ID-WBC）和基于被动性的全身控制（PB-WBC）。两个控制器从根本上彼此不同，因为第一个在任务加速空间中提出了第一个，后者在工作队中具有被动性考虑。即使这两种控制方法都可以预测闭环动力学中理想条件下的稳定性，但它们对关节摩擦，传感器噪声，未建模的外部干扰和不完美接触条件的稳健性并不明显 ...

为了支持人形机器人在执行操纵任务中，必须在适应上身运动的同时研究稳定的地位。但是，站立位置的有限可控的人形机器人范围会影响整个身体的稳定性。因此，我们为人形机器人引入了基于增强学习的框架，以模仿人类的上身运动，同时保持整体稳定性 ...

语言模型后培训的加强学习的最新进展，例如小组相对政策优化（GRPO），在低资源环境中表现出了希望。但是，GRPO通常依赖于解决方案级别和标量奖励信号，这些信号无法捕获采样完成之间的语义多样性。这导致了我们确定的多样性质量不一致之处，在这种情况下，不同的推理路径可能会获得无法区分的回报 ...

强化学习正在成为提高语言模型推理能力的主要驱动力。一个基本的问题是，当前的强化学习算法（例如小组相对政策优化（GRPO））是否是用于改善语言模型推理的事实上的标准算法 - 仅仅使基本模型的分布围绕它已经解决的问题提高了基础模型的分布。我们在正式定理证明的背景下调查了这个问题，该问题可以访问完美的验证者 ...

我们将因果森林应用于从国家学习思维方式研究中得出的数据集，并考虑带来的实用和概念挑战。特别是，我们讨论了因果森林如何使用估计的倾向得分来更加牢固，以及它们如何用群集错误处理数据 ...

室内冲动反应（RIR）准确地表征了室内环境的声学特性，并在诸如增强语音，语音识别和增强现实（AR）和虚拟现实（VR）等应用中起着至关重要的作用。现有的盲目估计方法难以实现实践准确性。为了克服这一挑战，我们提出了动态的音频室声综合（DARAS）模型，这是一个新颖的深度学习框架，是针对单声道回响的语音信号明确设计的 ...

最近，大型语言模型（LLMS）表现出了令人印象深刻的结果，但仍然患有幻觉。已经提出了模型编辑来纠正LLM中的事实不准确性。一个具有挑战性的情况是顺序模型编辑（SME），旨在连续纠正错误，而不是将其视为一次任务 ...