随着大数据、云计算、物联网等技术的飞速发展，人工智能（AI）正以前所未有的速度渗透到我们生活的方方面面。从智能手机中的语音助手到自动驾驶汽车，再到医疗健康领域的智能诊断系统，AI的应用已经无处不在。那么，究竟是什么让AI如此强大？它又将如何塑造我们的未来呢？

人工智能 rl 卡斯帕罗夫 2024-12-18 15:59  2

明敏 发自 凹非寺量子位 | 公众号 QbitAI传闻反转了，Claude 3.5 Opus没有训练失败。只是Anthropic训练好了，暗中压住不公开。semianalysis分析师爆料，Claude 3.5超大杯被藏起来，只用于内部数据合成以及强化学习奖励

训练 claude rl 2024-12-13 11:08  3

Lilian Weng离职OpenAI后首篇博客发布！文章深入讨论了大模型强化学习中的奖励欺骗问题。随着语言模型在许多任务上的泛化能力不断提升，以及RLHF逐渐成为对齐训练的默认方法，奖励欺骗在语言模型的RL训练中已经成为一个关键的实践性难题。

博客 rl lilian 2024-12-06 09:23  3

在人工智能的浪潮中，具身智能和机器人技术正以前所未有的速度发展。随着真机模仿学习成为当下的热点，我们面临着一个关键问题：如何将机器人的可靠性提升至99.9x%%，以满足日益增长的工业和商业需求？

机器人 rl gairlive 2024-12-02 18:37  3