搜索
在强化学习中，当智能体的奖励机制与设计者的意图不一致时，可能会导致不理想的行为，而KL正则化作为一种常用的解决方案，通过限制智能体的行为来防止这种情况，但智能体在某些情况下仍可能表现出意料之外的行为；为了提高智能体的可靠性，研究人员提出了新的理论方案，通过改变指导原则来增强智能体在未知情况下的谨慎性。
训练Transformer，用来解决132年的数学世纪难题！
新晋诺贝尔化学奖得主、DeepMind创始人哈萨比斯的最新访谈来了～
到底是硬件+AI，还是AI+硬件？
在西雅图10月15日的联想科技创新大会上，罕见地汇聚了当前硅谷芯片三巨头，包括最近风头正盛的英伟达CEO黄仁勋、AMD CEO苏姿丰，以及英特尔CEO帕特·基辛格；另外，Meta CEO马克·扎克伯格、微软CEO萨提亚·纳德拉和高通CEO安蒙也通过远程连线的方式参与到活动中来。
打造更强大文生图模型新思路有—— 面对Flux、stable diffusion、Omost等爆火模型，有人开始主打“集各家所长”。
来自 Google DeepMind 的一项研究，为帮助群体在实际辩论中达成共识，提供了一个行之有效的方法——让人工智能（AI）参与，并作为调解员。
5年“兄弟情”降温，双方均有二心。
最新消息，DenseNet 作者之一刘壮将于 2025 年 9 月加盟普林斯顿大学，担任计算机科学系助理教授一职。
OpenAI o1 的发布，再次给 AI 领域带来了一场地震。 o1 能像人类一样「思考」复杂问题，拥有优秀的通用推理能力。在未经专门训练的情况下，o1 能够直接拿下数学奥赛金牌，甚至能在博士级别的科学问答环节上超越人类专家。