Guillaume Lajoie
収録論文 2本 ・ フィジカルAI/ロボット学習
探索/理論推薦システム
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 文脈内学習は内発的好奇心を支えられるか?探索/理論2026/6/17
大規模系列モデルの文脈内学習能力を利用して、勾配更新なしで学習進捗を推定し、探索ポリシーを訓練できるかを理論的に検証した論文。一般的なマルコフ決定過程では不可能だが、能動学習などの非時間的設定では可能であることを証明した。
- 感情音楽推薦:オフライン選好最適化のためのロールアウトベース世界モデル推薦システム2026/5/27
臨床ユーザーを含む感情状態を目的とする音楽推薦システムAMRSを提案し、ロールアウトベースの世界モデルでオフライン学習とストレステストを行い、DPOで選好最適化する手法を実証した。
