REINFORCE方法通过回报加权优化不可微奖励，但在语言模型中方差过高。Actor-Critic方法将策略与价值函数分开训练，利用广义优势估计（GAE）在Monte-Carlo回报与时间差分（TD）引导之间平衡偏差和方差。Critic帮助构造优势估计，降低策略更新的方差。GAE通过加权多步TD残差，结合折扣因子B3和BB控制未来奖励的影响和优势估计的稳定性。

组合构建是量化投资的关键，涉及信号、风险模型和约束条件的优化。研究者需应对协方差的不稳定性和复杂约束，确保权重在实际交易中可行。文章分析了均值方差、风险平价和Black-Litterman等方法的优缺点，强调稳健性和风险管理的重要性。最终，组合构建不仅是数学问题，更是应对不确定性以实现稳定收益的挑战。

本文介绍了一种高效计算方差的算法，通过同时计算均值和均方实现一次遍历。由于浮点数计算可能导致数值不稳定，尤其在方差小而均值大时，可能出现灾难性取消。为提高算法的数值稳定性，可以采用数据平移技巧，保持方差不变。

成像质谱（IMS）在生物学中用于可视化生物组织的分子分布。研究者提出结合IMS与光学显微镜的多模态方法，开发基于扩散模型的虚拟染色技术，以提高空间分辨率并简化工作流程。该技术在无标记组织的质谱图像中引入细胞形态对比度，具有重要的临床应用潜力。

本研究解决了传统均值-方差模型在投资组合优化中面临的挑战，尤其是投资者观点定义的困难。通过将大型语言模型（LLMs）生成的观点融入黑利特曼框架，本研究提出了一种新方法，通过历史价格和公司元数据估计股票预期收益，并引入预测的不确定性。实证结果表明，不同的LLMs展现出不同的预测乐观程度和信心水平，进而影响投资组合的表现。

本研究探讨了扩散模型如何超越训练集进行泛化的问题，尤其是阐明了去噪声评分匹配（DSM）目标的某些特性对泛化能力的影响。作者提出了一种数学理论，揭示了“通过方差实现泛化”的现象，并表明扩散模型学习到的分布与训练分布相似，但存在“间隙”，这种归纳偏差源于训练过程中使用的噪声目标的协方差结构。

本研究探讨了语言模型间KL散度估计的高方差问题，提出了一种Rao-Blackwell化估计器，降低了方差并保持无偏性。实证结果表明，该估计器在情感控制微调中显著提高了KL估计的稳定性。

本文提出了一种自适应多保真强化学习框架，旨在解决传统方法中因模型层级依赖导致的方差增加问题。该框架动态结合低保真和高保真模型，降低策略学习方差，提高收敛速度和解决方案质量，消除手动调节模型的需求。

本研究探讨了在微调大型语言模型时，随机种子对模型性能的影响。通过GLUE和SuperGLUE基准评估，提出了一种新的稳定性度量，发现随机种子在宏观和微观层面显著影响模型的方差，强调了随机种子选择的重要性。

本研究解决了多层神经网络泛化理论中的一个重要空白，提出了一种不依赖于损失函数有界性的非渐近泛化理论。该理论超越了传统的偏差-方差权衡，首次考虑了近似误差，并利用其显示了多层ReLU网络在回归问题上的近最小最大最优性和双下降现象。该工作为深度学习的理解提供了新的视角。

本文探讨了KL散度的三种估计方法及其优缺点：原始估计量（k₁）无偏但方差高，适合理论验证；平方对数估计量（k₂）在小差异情况下偏差可忽略，适合快速诊断；控制变量法（k₃）实现了无偏和低方差的平衡，适用于精确评估概率分布差异的场景。建议根据需求选择合适的估计量。