Поведенческая последовательность в машинном обучении

arXiv: 2606.07581v2 Annuales Type: заменить резюме: Прошедшая подготовку модель обычно описывается ее весом, как если бы весы исправили её поведение. На практике одни и те же весы регулируются различными программами. В процессе подготовки используются высокоточные аккумуляции и фиксированные формы наконечников, в то время как для обработки используются низкоточных арифметических данных, ядер с заделкой внимания, кэш со стоимостью ключа и динамическая партия. В рамках этих программ производятся различные последующие распределения, отличные от одинаковых весов. Мы делаем эту зависимость явной, индексируя политику ядра, которое ее выполняет, и предлагаем контракты на ядро, в которых указывается, насколько обслуживающее ядро может дрейфовать от исходного ядра по каждому участку трафика и что должна делать сервисная система при превышении предельного значения. Мы доказываем неасимптотические границы, которые увязывают разницу в лобовом покрове между двумя ядрами и общее изменение вариации и КЛ, изменения ожидаемого вознаграждения, с отклонением политических градинтов, рассчитанных на основе выкачивания из другого ядра, а также: