Copertina

Merge and Conquer: Evolutionarily Optimizing AI for 2048

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bai, Maggie, Cohen, Ava Kim, Koss, Eleanor, Lichtenbaum, Charlie
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Stuck in the Matrix: Probing Spatial Reasoning in Large Language Models
di: Bai, Maggie, et al.
Pubblicazione: (2025)

$EvoAl^{2048}$
di: Berger, Bernhard J., et al.
Pubblicazione: (2024)

Merge and Conquer: Instructing Multilingual Models by Adding Target Language Weights
di: Valero, Eneko, et al.
Pubblicazione: (2026)

Strongly Solving 2048 4x3
di: Kaneko, Tomoyuki, et al.
Pubblicazione: (2025)

Evolutionarily Stable Stackelberg Equilibrium
di: Ganzfried, Sam
Pubblicazione: (2026)

2048: Reinforcement Learning in a Delayed Reward Environment
di: Saligram, Prady, et al.
Pubblicazione: (2025)

Computing Evolutionarily Stable Strategies in Multiplayer Games
di: Ganzfried, Sam
Pubblicazione: (2025)

FW-Merging: Scaling Model Merging with Frank-Wolfe Optimization
di: Chen, Hao Mark, et al.
Pubblicazione: (2025)

PSO-Merging: Merging Models Based on Particle Swarm Optimization
di: Zhang, Kehao, et al.
Pubblicazione: (2025)

Computing Evolutionarily Stable Strategies in Imperfect-Information Games
di: Ganzfried, Sam
Pubblicazione: (2025)

Piece of Table: A Divide-and-Conquer Approach for Selecting Subtables in Table Question Answering
di: Lee, Wonjin, et al.
Pubblicazione: (2024)

NegMerge: Sign-Consensual Weight Merging for Machine Unlearning
di: Kim, Hyo Seo, et al.
Pubblicazione: (2024)

A Divide-Align-Conquer Strategy for Program Synthesis
di: Witt, Jonas, et al.
Pubblicazione: (2023)

ES-Merging: Biological MLLM Merging via Embedding Space Signals
di: Lee, Wonbin, et al.
Pubblicazione: (2026)

Single-Reset Divide & Conquer Imitation Learning
di: Chenu, Alexandre, et al.
Pubblicazione: (2024)

MergeMix: Optimizing Mid-Training Data Mixtures via Learnable Model Merging
di: Wang, Jiapeng, et al.
Pubblicazione: (2026)

The Path to Open Innovation: Peer-Review Under Fire (PRUF)
di: Billions, Ava, et al.
Pubblicazione: (2025)

Freeze and Conquer: Reusable Ansatz for Solving the Traveling Salesman Problem
di: Fagiolo, Fabrizio, et al.
Pubblicazione: (2025)

MergeRec: Model Merging for Data-Isolated Cross-Domain Sequential Recommendation
di: Kim, Hyunsoo, et al.
Pubblicazione: (2026)

Split and Conquer Partial Deepfake Speech
di: Rimon, Inbal, et al.
Pubblicazione: (2026)

QuickMerge++: Fast Token Merging with Autoregressive Prior
di: Liu, Dong, et al.
Pubblicazione: (2025)

Correcting Human Labels for Rater Effects in AI Evaluation: An Item Response Theory Approach
di: Casabianca, Jodi M., et al.
Pubblicazione: (2026)

MIN-Merging: Merge the Important Neurons for Model Merging
di: Liang, Yunfei
Pubblicazione: (2025)

UDC: A Unified Neural Divide-and-Conquer Framework for Large-Scale Combinatorial Optimization Problems
di: Zheng, Zhi, et al.
Pubblicazione: (2024)

Games for AI Control: Models of Safety Evaluations of AI Deployment Protocols
di: Griffin, Charlie, et al.
Pubblicazione: (2024)

Harnessing Optimization Dynamics for Curvature-Informed Model Merging
di: Mahdavinia, Pouria, et al.
Pubblicazione: (2025)

Transitive RL: Value Learning via Divide and Conquer
di: Park, Seohong, et al.
Pubblicazione: (2025)

Recursive Decomposition with Dependencies for Generic Divide-and-Conquer Reasoning
di: Hernández-Gutiérrez, Sergio, et al.
Pubblicazione: (2025)

Ev-Trust: An Evolutionarily Stable Trust Mechanism for Decentralized LLM-Based Multi-Agent Service Economies
di: Wang, Jiye, et al.
Pubblicazione: (2025)

Taming the Untamed: Graph-Based Knowledge Retrieval and Reasoning for MLLMs to Conquer the Unknown
di: Wang, Bowen, et al.
Pubblicazione: (2025)

Revisiting Weight Averaging for Model Merging
di: Choi, Jiho, et al.
Pubblicazione: (2024)

Cyborg Data: Merging Human with AI Generated Training Data
di: North, Kai, et al.
Pubblicazione: (2025)

Reinforced Model Merging
di: Han, Jiaqi, et al.
Pubblicazione: (2025)

Conquering Ghosts: Relation Learning for Information Reliability Representation and End-to-End Robust Navigation
di: Jin, Kefan, et al.
Pubblicazione: (2022)

OptMerge: Unifying Multimodal LLM Capabilities and Modalities via Model Merging
di: Wei, Yongxian, et al.
Pubblicazione: (2025)

Surrogate Benchmarks for Model Merging Optimization
di: Akizuki, Rio, et al.
Pubblicazione: (2025)

Enhancing LLM Character-Level Manipulation via Divide and Conquer
di: Xiong, Zhen, et al.
Pubblicazione: (2025)

Diversify and Conquer: Diversity-Centric Data Selection with Iterative Refinement
di: Yu, Simon, et al.
Pubblicazione: (2024)

Can Synthetic Images Conquer Forgetting? Beyond Unexplored Doubts in Few-Shot Class-Incremental Learning
di: Kim, Junsu, et al.
Pubblicazione: (2025)

Extrapolation Merging: Keep Improving With Extrapolation and Merging
di: Lin, Yiguan, et al.
Pubblicazione: (2025)