新研究用上下文建模改进任务采样

研究团队针对模型预测任务采样（MPTS）中风险预测模型（RPM）的两大失效模式——优化历史稀疏与风险近似一步滞后，将其形式化为滞后风险分解，并把风险预测重构为上下文序列建模问题。 新方法结合一步前瞻机制与时间加权滑动窗口，声称无需额外 rollout 即可缓解数据非平稳与稀缺。 作者称该方法在稳健 Meta-RL、域随机化和 LLM 提示课程 RL 后训练中带来更可靠的难度估计与一致的性能提升；上述效果目前来自论文自述，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。