Ride or Die

be yourself

Multimodal Sentimental Privileged Information Embedding for Improving Facial Expression Recognition

[toc] Conclusion 模型概述 MPI-FER 模型： 通过跨模态翻译和多模态特征融合，将音频和文本数据作为特权信息嵌入到面部表情识别任务中。 模型包含三个主要模块： 图像-音频模态翻译模块 (IA-MTM)：实现图像到音频的跨模态翻译。 图像-文本模态翻译模块 (IT-MTM)：实现图像到文本的跨模态翻译。 多模态特权信息嵌入模块 (MPI-EM)：融合图像、音频和文本的......

Posted by 云起 on 2025-03-25

paper MLM

An Open-source Benchmark of Deep Learning Models for Audio-visual Apparent and Self-reported Personality Recognition

[toc] 只记录要点 Introduction 问题定义： 人格识别：通过非语言行为（面部表情、语音、姿态等）自动推断个体的性格特质，分为表观人格（APR）（外部观察者的印象）和自我报告人格（SPR）（个体自我评估的内在特质）。 挑战： 数据异质性：现有模型依赖复杂的数据预处理（如帧采样、特征工程），导致复现困难。 评估不一致：不同论文使用不同训练策略（如超参数、标签分配），难以公平......

Posted by 云起 on 2025-03-17

paper MLM

强化学习-PPO

[toc] PPO（Proximal Policy Optimization，近端策略优化） 是OpenAI于2017年提出的一种强化学习算法，属于策略梯度（Policy Gradient）方法的改进版本。它以高稳定性和样本高效性著称，广泛应用于机器人控制、游戏AI等领域（如《Dota 2》AI和《星际争霸II》AI）。 策略梯度（Policy Gradient）的局限性 问题：传统策略梯度......

Posted by 云起 on 2025-03-11

机器学习

2012.数组美丽值求和

2012.数组美丽值求和思路两次遍历 代码1234567891011121314151617181920212223242526272829303132class Solution {public: int sumOfBeauties(vector<int>& nums) { int n = nums.size(); ......

Posted by 云起 on 2025-03-11

leetcode 每日一题 中等

强化学习-传统策略梯度算法

[toc] 传统策略梯度算法（Policy Gradient Methods） 是强化学习中一类直接优化策略（Policy）的方法，与基于价值函数的方法（如Q-Learning）不同，它通过梯度上升直接调整策略参数，以最大化长期累积奖励。 核心思想 策略（Policy）：定义智能体在状态 s下选择动作 a 的概率分布，通常用参数化函数 $$π_θ(a∣s)$$ 表示（如神经网络）。 ......

Posted by 云起 on 2025-03-10

机器学习

强化学习

[toc] 定义强化学习（Reinforcement learning，RL）讨论的问题是一个智能体(agent) 怎么在一个复杂不确定的 环境里面去极大化它能获得的奖励。通过感知所处环境的 状态(state) 对 动作的 反应(reward)， 来指导更好的动作，从而获得最大的 收益(return)，这被称为在交互中学习，这样的学习方法就被称作强化学习。 特点强化学习是除了监督学习和非监督......

Posted by 云起 on 2025-03-10

机器学习

2269.找到一个数字的k美丽值

2269.找到一个数字的k美丽值1234567891011121314class Solution {public: int divisorSubstrings(int num, int k) { if(num==0) return 0; int ans=0; string str=to_string(num); ......

Posted by 云起 on 2025-03-10

leetcode 每日一题 简单 滑窗

2234.花园的最大总美丽值

2234.花园的最大总美丽值 地址：2234. 花园的最大总美丽值 ...

Posted by 云起 on 2025-03-08

leetcode 每日一题 困难 每日不会一题 贪心 双指针

2597.统计美丽子集数目

2597.统计美丽子集数目地址：2597. 美丽子集的数目 - 力扣（LeetCode） 思路同余dp ...

Posted by 云起 on 2025-03-07

leetcode 每日一题 中等 回溯 每日不会一题 dp

True Knowledge Comes from Practice Aligning LLMs with Embodied Environments via Reinforcement Learning

[toc] DISCUSSION AND CONCLUSIONTWOSOME: 通过强化学习将LLMs与环境对齐，来解决决策任务，并且不需要任何准备的数据集或环境的先验知识，同时不会显著损失LLM的原始能力。 更可控、更可行、可解释性更强。 具有单词归一化，采样效率更高 。 泛化能力强。 计算量比较大，批处理规模较小。 Introduction 大模型在简单决策任务上会失败，原因： L......

Posted by 云起 on 2025-03-06

paper Agent WM
VISITORS
Viewed Times
Visitors In Total
FEATURED TAGS
Hexo-Theme-LiveMyLife go blog docker 数据结构 工具 每日一题 中等 ctf web 攻防世界 leetcode 每日一题 模拟 paper AdversarialAttack 位运算 GAN 中等 设计 困难 hashmap 懒删除堆 dfs 回溯 每日不会一题 DP 记忆化搜索 Agent dp WM 贪心 前缀和 双指针 简单 滑窗 机器学习 MLM
ABOUT ME
avatar_pic

till we die

RECENT POSTS
FRIENDS
archives
categories
ESC