“强化学习”的搜索结果
基于扩散模型的，开源世界模型DIAMOND
研究人员联合开源了一款名为DIAMOND的世界模型，基于扩散模型，用于智能体训练、世界建模及多模态分布建模等强化学习应用。选择扩散模型...
清华、华为等提出iVideoGPT：专攻交互式世界模型
近年来，生成模型在视频生成领域取得了显著进展，尤其在无监督方式学习以构建预测世界模型方面。这些模型能积累关于世界如何运作的常识...
Bengio等人新作：注意力可被视为RNN，新模型媲美Transformer，但超级省内存
在近期的研究中，加拿大皇家银行 AI 研究所 Borealis AI 与蒙特利尔大学的研究者提出了一种新型序列建模方法，该方法旨在解决 Transform...
世界模型也扩散！训练出的智能体竟然不错
在图像生成领域，扩散模型已成为主流方法，并开始被应用于挑战强化学习智能体。近期研究提出了扩散世界模型，其主要通过对离散潜在变量...
在对齐 AI 时，为什么在线方法总是优于离线方法？
在人工智能对齐领域，在线方法和离线方法在性能上存在显著差异。DeepMind的最新研究通过实证剖析，探讨了在线算法普遍优于离线算法的根...
突发！OpenAI再失一名高管，安全主管辞职
在人工智能领域，OpenAI的高层管理层近期出现重大变动。继首席科学家Ilya Sutskever辞职后，安全主管兼超级对齐负责人Jan Leike也在社交...
谷歌提出大规模ICL方法——强化和无监督
本文主要讨论了大语言模型（LLM）在自然语言处理任务中的发展，特别是在少样本学习和上下文学习（ICL）方面的进展。文章首先指出，尽管L...
英伟达开源大模型对齐框架—NeMo-Aligner
本文主要介绍了英伟达开源的安全对齐框架NeMo-Aligner，旨在帮助开发人员提升大语言模型（LLM）的安全性能和稳定输出。随着大模型产品如...
在 ICLR 2024，看见中国大模型的力量
ICLR 2024 概况：ICLR 2024 在奥地利维也纳举行，自1月份启动论文终审以来，共收到7262篇提交论文，比去年增长46.1%。最终接受2260篇，...
LeCun哈佛演讲PPT放出：唱衰自回归LLM，指明下一代AI方向
机器学习现状：LeCun指出，尽管机器学习在某些领域取得了显著进展，但与人类和动物相比，机器学习效率低下。例如，人类青少年可以在20小...
