Complex KDA: Understanding and Enhancing the Expressivity of Kimi Delta Attention
本文通过扩展KDA参数范围，提出Complex KDA(CKDA)模型，以增强线性RNN的表达能力，同时保持其稳定性和效率。
0 citationsRead paper
Selected work
Representative Papers
OPTED: On-Policy Fine-Tuning for End-to-End Driving using a Render-Free Teacher
为解决自动驾驶中闭环部署时的误差累积问题，提出OPTED方法，利用无渲染教师进行策略微调，提高驾驶性能并减少模拟成本。
0 citationsRead paper
Microcanonical Hamiltonian Monte Carlo and the Helmholtz Theorem
研究通过热力学视角分析了微正则哈密顿蒙特卡洛算法，证明其满足亥姆霍兹定理，并构建了适用于低维推理问题的新采样算法。
0 citationsRead paper
Thermodynamic Cyclic Processes with Markov Samplers in Bayesian Inference
本文通过引入马尔可夫链蒙特卡洛循环来解决贝叶斯推理问题，并开发了自适应集成调度器以调整外部参数，发现非高斯模型可以产生非零净功输出。
0 citationsRead paper
Amortizing Scaling Law Construction Costs
本文提出一种高效构建缩放定律的框架，通过贝叶斯优化问题和计算预算逐步扩展的方法，大幅降低计算成本并准确拟合缩放定律。
0 citationsRead paper
Recent publications
Latest Papers
Complex KDA: Understanding and Enhancing the Expressivity of Kimi Delta Attention
本文通过扩展KDA参数范围，提出Complex KDA(CKDA)模型，以增强线性RNN的表达能力，同时保持其稳定性和效率。
0 citationsRead paper
OPTED: On-Policy Fine-Tuning for End-to-End Driving using a Render-Free Teacher
为解决自动驾驶中闭环部署时的误差累积问题，提出OPTED方法，利用无渲染教师进行策略微调，提高驾驶性能并减少模拟成本。
0 citationsRead paper
Microcanonical Hamiltonian Monte Carlo and the Helmholtz Theorem
研究通过热力学视角分析了微正则哈密顿蒙特卡洛算法，证明其满足亥姆霍兹定理，并构建了适用于低维推理问题的新采样算法。
0 citationsRead paper
Thermodynamic Cyclic Processes with Markov Samplers in Bayesian Inference
本文通过引入马尔可夫链蒙特卡洛循环来解决贝叶斯推理问题，并开发了自适应集成调度器以调整外部参数，发现非高斯模型可以产生非零净功输出。
0 citationsRead paper
Amortizing Scaling Law Construction Costs
本文提出一种高效构建缩放定律的框架，通过贝叶斯优化问题和计算预算逐步扩展的方法，大幅降低计算成本并准确拟合缩放定律。
0 citationsRead paper