RVPO: Risk-Sensitive Alignment via Variance Regularization
当前无批评的 RLHF 方法通过算术平均值聚合多目标奖励，使它们容易受到约束忽略：一个目标的巨大成功可以在数字上抵消其他目标的关键失败（例如安全或格式），掩盖对于可靠的多目标对齐至关重要的低绩效“瓶颈”奖励。我们提出奖励方差策略优化（RVPO），这是一种风险敏感的框架，在优势聚合过程中惩罚奖励间的方差，将目标从“最大化总和”转变为“最大化一致性”。我们通过泰勒展开式展示......
马赛克中的蜘蛛：栖息地异质性和结构如何驱动地中海森林中当地蜘蛛的多样性摘要解决生物多样性丧失问题需要了解不同生物的空间分布情况。对于蜘蛛等高度多样化的群体，生物地理扩散相关过程往往是驱动大空间尺度多样性模式的主要因素，而生态过滤（物种排序）的相关性可能在较低空间尺度上增加。为了确定蜘蛛多样性和结构在局部空间尺度上的形成方式，我们使用标准化优化协议对蜘蛛群落进行了采样，并评估了伊比利亚半岛东北部 10 个地中海森林地块的栖息地异质性。我们使用广义线性模型和线性混合模型来比较森林类型和植被层之间蜘蛛的组成和结构，以评估α多样性模式，并使用约束排序分析来了解β多样性模式。在整个森林中，栖息地异质性是
Stenocercus aguilari Castillo-Urbina、Rios-Roque、Barrera-Moscoso 和 Mendoza，2026 DOI：doi.org/10.11646/zootaxa.5796.2.5 摘要 Stenocercus 属由分布在南美洲的 80 种公认物种组成，其中约 65%（52 种）分布在秘鲁。安卡什省位于安第斯山脉中部，涵盖黑山脉和布兰卡山脉，是一个地形复杂的地区，具有显着的地理障碍，可能会促进异域物种形成并影响安第斯生物多样性的模式，特别是在窄尾龙属谱系内。先前分配给来自安卡什普纳栖息地的 S. chrysopygus 的种群在诊断性状和颜色
