标签：强化学习

来源：学术头条公众号 爱 好奇 3周前（10-28） 120浏览 0评论

人工智能（AI）的主要目标之一，是设计出能够像人类一样在复杂环境中自主预测、行动、最终实现目标的智能体（Agent）。智能体的训练离不开强化学习（RL），相关研究也已经持续了几十年，但让智能体自主开发高效的 RL 算法的目标始终难以实现。 针对这一痛...

来源：DeepTech深科技公众号 爱 好奇 4周前（10-22） 119浏览 0评论

在“AGI 近在咫尺”的热潮中，这位 AI 领域的核心人物选择踩下了刹车。Andrej Karpathy，曾任特斯拉 AI 总监、OpenAI 创始成员的硅谷顶尖技术专家，近日在 Dwarkesh Patel 的播客中发表了一场长达两个多小时的深度对...

来源：AI数据胡公众号 爱 好奇 1个月前（10-15） 138浏览 0评论

朋友们，不知道你有没有过这样的经历： 刚和朋友聊完某个商品，打开购物APP，它赫然出现在推荐位；在短视频平台多看了一会儿萌宠视频，接下来满屏都是可爱的猫猫狗狗。 这一切的背后，并不是手机在“偷听”你（从技术原理上讲，很难且风险大），而是一套名为 “机...

来源：学术头条公众号 爱 好奇 2个月前（10-03） 171浏览 0评论

在日前参加的一个访谈中，强化学习之父、图灵奖得主 Richard Sutton 语出惊人：大语言模型（LLM）是一个错误的起点，是一条死胡同。 在 Sutton 看来，真正的智能源自经验学习，通过行动、观察与反馈持续修正行为，实现目标；相比之下，大语...

来源：智驻未来公众号 爱 好奇 8个月前（03-20） 390浏览 0评论

强化学习：让模型从经验中学习 人类和 LLMs 处理信息的方式截然不同。我们直观理解的简单算术，对 LLMs 来说只是文本标记的序列。相反，LLMs 能够在复杂话题上生成专家级别的回应，仅仅是因为它们在训练中见过足够的例子。这种认知差异使得人类标注者...

来源：量子位公众号 爱 好奇 9个月前（03-07） 537浏览 0评论

白交 梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 计算机最高奖图灵奖揭晓！ 强化学习先驱Andrew Barto与Richard Sutton共同获奖，他们被评价为“引领基础AI技术开发的研究人员”。 值得一提的是，两位是师徒关系，Rich...

来源：真格基金公众号 爱 好奇 9个月前（03-01） 584浏览 0评论

大家好，我是 Monica.im 的产品合伙人张涛。 相信大家和我一样，整个春节期间几乎都在抱着手机刷信息。白天看国内的反应，晚上看美国的反应。整个春节就这样度过了。春节后这一周，大家已经在各种微信公众号和其他平台上刷了大量关于 R1 的分析文章，从...

来源：智驻未来公众号 爱 好奇 9个月前（02-15） 650浏览 0评论

导读 你们是否曾经好奇，在人工智能的江湖中，那些顶尖高手是如何一决高下的？今天，我们就带你走进AI世界的两大门派——DeepMind和OpenAI，揭秘他们背后的强化学习（RL）流派之争。这不仅是技术的较量，更是智慧的碰撞。 1.两大RL流派简介 1...

来源：智驻未来公众号 爱 好奇 9个月前（02-15） 662浏览 0评论

导读 今天我们来聊聊一个听起来可能有点技术宅，但实际上超级酷的话题——强化学习。想象一下，你正在玩一款新游戏，没有教程，没有攻略，你只能靠自己摸索，通过不断尝试和犯错来学会游戏规则，逐渐成为高手。这个过程，其实就是强化学习的核心思想。 1、强化学习的...

爱 好奇 10年前（2016-03-13） 3424浏览 0评论

本文作者木遥，就职于 Google 纽约。文章首发于其微信公众号“木遥”，你也可以关注他的个人博客 “木遥的窗子”。 2016 年 1 月 28 日，Deepmind 公司在 Nature 杂志发表论文 Mastering the game of G...

爱 好奇 11年前（2014-12-03） 3415浏览 0评论

Demis Hassabis从4岁就开始下国际象棋，并很快成长为神童。到了8岁，棋盘上的成功让他思索两个困扰已久的问题：首先，大脑是如何学习掌握复杂任务的；再者，电脑是否也能做同样的事。 现年38岁的Hassabis如今为Google思索这些问题，今...