low-rank-experts

#low-rank-experts

嵌入模型路由的策略遗憾：具有低秩专家的上下文赌博机

arXiv cs.LG ↗ · 2026-06-16 缓存

本文将嵌入模型路由形式化为具有低秩专家的对抗性上下文线性赌博机，提出了Hypentropy策略梯度（HPG）算法，该算法实现了O~(s√(MT))的策略遗憾，避免了维度灾难。

0 人收藏 0 人点赞