MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Reinforcement Learning in Robotics
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

1 145 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
1 145 travaux dans la cohorte · sur 4 299 418page 22 sur 23

Les étiquettes couvrent 2 des 1 145 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 1 145 des 1 145 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Signals and Systems OER Labs
2024· other· en· Zenodo (CERN European Organization for Nuclear Research)· Computer Science
prédiction distillée:candidate · scholarly_communication+insufficient_payloadconsensus · insufficient_payload
0
citations
afffundnon étiqueté
Flow Factorization for Efficient Generative Flow Networks
Jiashun Liu, Chunhui Li, Chenghao Liu, Dianbo Liu, Qingpeng Cai, Ling Pan
2025· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affnon étiqueté
Incrementally Learning Functions of the Return
Brendan Bennett, Wesley Chung, Muhammad Zaigham Zaheer, Vincent Liu
2019· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
affsans résuménon étiqueté
Inequity Aversion Toward AI Counterparts
Debanjan Borthakur, Peter Diep, Jason E. Plaks
2025· preprint· en· Research Square· Computer Science
prédiction distillée:candidate · metaepi_narrow+scholarly_communication+open_science+research_integrityconsensus · aucune
0
citations
affnon étiqueté
Evaluation of Techniques for Sim2Real Reinforcement Learning
Mahesh Ranaweera, Qusay H. Mahmoud
2023· article· en· Proceedings of the ... International Florida Artificial Intelligence Research Society Conference· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
0
citations
fundno affnon étiqueté
Deep Double Q-learning
Prabhat Nagarajan, Martha White, Marlos C. Machado
2025· preprint· en· ArXiv.org· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
affnon étiqueté
Approximate Multi-Agent Fitted Q Iteration.
Antoine Lesage‐Landry, Duncan S. Callaway
2021· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
0
citations
fundno affnon étiqueté
Fisher Flow Matching for Generative Modeling over Discrete Data
Oscar Davis, Samuel Kessler, Mircea Petrache, İsmail İlkan Ceylan
2024· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrow+open_scienceconsensus · aucune
0
citations
affsans résuménon étiqueté
Background and Definitions
Philip Osborne, Kajal Singh, Matthew E. Taylor
2022· book-chapter· en· Computer Science
prédiction distillée:candidate · insufficient_payloadconsensus · aucune
0
citations

En coulisses: Sélection · Constats · À propos