AI资讯新闻榜单内容搜索-强化学习

站点导航

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 AI产品热榜 AI专利库 AI需求对接

APP 下载

iOS 下载 安卓下载
AITNT
未登录
搜索: 强化学习

SPIRAL：零和游戏自对弈成为语言模型推理训练的「免费午餐」

SPIRAL：零和游戏自对弈成为语言模型推理训练的「免费午餐」
6331 AI技术研报
SPIRAL：零和游戏自对弈成为语言模型推理训练的「免费午餐」

开启RL Scaling新纪元，siiRL开源：完全分布式强化学习框架，支持超千卡规模高效训练

开启RL Scaling新纪元，siiRL开源：完全分布式强化学习框架，支持超千卡规模高效训练
8714 AI技术研报
开启RL Scaling新纪元，siiRL开源：完全分布式强化学习框架，支持超千卡规模高效训练

“伯克利四子”罕见同台，我们整理了WAIC最豪华具身论坛

“伯克利四子”罕见同台，我们整理了WAIC最豪华具身论坛
10337 AI资讯
“伯克利四子”罕见同台，我们整理了WAIC最豪华具身论坛

首次结合RL与SFT各自优势，动态引导模型实现推理⾼效训练

首次结合RL与SFT各自优势，动态引导模型实现推理⾼效训练
7392 AI技术研报
首次结合RL与SFT各自优势，动态引导模型实现推理⾼效训练

官方揭秘ChatGPT Agent背后原理！通过强化学习让模型自主探索最佳工具组合

官方揭秘ChatGPT Agent背后原理！通过强化学习让模型自主探索最佳工具组合
9381 AI资讯
官方揭秘ChatGPT Agent背后原理！通过强化学习让模型自主探索最佳工具组合

关于机器人数据，强化学习大佬Sergey Levine刚刚写了篇好文章

关于机器人数据，强化学习大佬Sergey Levine刚刚写了篇好文章
8240 AI资讯
关于机器人数据，强化学习大佬Sergey Levine刚刚写了篇好文章

突破高分辨率图像推理瓶颈，复旦联合南洋理工提出基于视觉Grounding的多轮强化学习框架MGPO

突破高分辨率图像推理瓶颈，复旦联合南洋理工提出基于视觉Grounding的多轮强化学习框架MGPO
8856 AI技术研报
突破高分辨率图像推理瓶颈，复旦联合南洋理工提出基于视觉Grounding的多轮强化学习框架MGPO

强化学习的两个「大坑」，终于被两篇ICLR论文给解决了

强化学习的两个「大坑」，终于被两篇ICLR论文给解决了
9606 AI技术研报
强化学习的两个「大坑」，终于被两篇ICLR论文给解决了

打造全球首个强化学习云平台，九章云极是如何做到的？

打造全球首个强化学习云平台，九章云极是如何做到的？
6619 AI资讯
打造全球首个强化学习云平台，九章云极是如何做到的？

用动作分块突破RL极限，伯克利引入模仿学习，超越离线/在线SOTA

用动作分块突破RL极限，伯克利引入模仿学习，超越离线/在线SOTA
6973 AI技术研报
用动作分块突破RL极限，伯克利引入模仿学习，超越离线/在线SOTA
上一页 当前第14页,共37页 下一页
沪ICP备2023015588号