Bilanz der Quelle: Eine Studie zeigt, dass die einfache Regel ‘immer der letzte Schritt’ einen Großteil der gemeldeten Monitor-Gewinne erklärt, was die Aussagekraft vieler Evaluationen in RL infrage stellt. Bei Fällen mit Replay-Bestätigung fällt die Regel auf Zufallsniveau, während sich interne Zustände als bessere Indikatoren erweisen.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)
ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von arxiv.org. Es erfolgte keine manuelle redaktionelle Bearbeitung.
Kalina Digest unterstützen
Lesen bleibt frei. Wer mag, gibt etwas zurück — ab 1 € einmalig, oder als Stufe für einen Monat, ein Quartal oder ein Jahr. Bisher: 5.00 € aus 1 Beiträgen.
