一、 主题： 元强化学习

主讲人： 范禄珂

摘要： 元强化学习代理需要从一系列轨迹中推断任务。此外，它需要一个快速的适应策略来调整其策略以适应新的任务，这可以通过使用自注意机制来实现。以此新提出的TrMRL (Transformer for Meta-Reinforcement Learning)是一个使用transformer架构模拟记忆恢复机制的元强化学习代理。它将最近的工作记忆联系起来，通过转换层递归地建立情景记忆。研究表明，自关注计算出一种共识表示，它在每一层上最小化贝叶斯风险，并提供有意义的特征来计算最佳行为。在高维连续控制环境下对运动和灵巧操作进行了实验。结果表明，在这些环境中，与基线相比，TrMRL具有相当或更好的渐近性能、样本效率和分布外泛化。

时间和地点：12月16日9：00-10：00（星期六上午九点-十点）办公楼310会议室

                        腾讯会议 ID：832-9044-3496

二、 主题：弱监督学习方法中验证集的讨论 

主讲人： 郑威

摘要： 本次分享的文章，对现有弱监督学习方法中验证集的使用提出了质疑。弱监督学习通常仅从弱标记数据中学习模型，其在训练集中往往没有大量的标注数据，然而，现有的许多方法，使用了标注数据构成的验证集，用于模型选择或提前终止等目的，且由于验证集通常占数据集的10%-20%，这就带来以下问题，如果有标注数据作为验证集，那么直接拿它们用于精调模型是否是更有效的策略？那么复杂的弱监督方法是否还有效？

时间和地点：12月16日10：00-11：00（星期六上午十点-十一点）办公楼310会议室

                       腾讯会议 ID：832-9044-3496

三、 主题： 信息抽取方法

主讲人： 刘洋

摘要： DiffusionNER将命名实体识别任务作为一个边界去噪扩散过程，从而从噪声跨度中生成命名实体；UTC-IE将所有的IE任务都解释为提取跨度和跨度关系，提出了一种统一的信息提取的标记对分类架构，实现统通用信息抽取。

时间和地点：12月16日11：00-12：00（星期六上午十一点-十二点）办公楼310会议室

                       腾讯会议 ID：832-9044-3496

图文作者：杨磊稳    责任编辑：孙宇清