标签：强化学习
北大对齐团队独家解读：OpenAI o1开启「后训练」时代强化学习新范式
机器之心AIxiv专栏致力于发布学术和技术内容，已报道2000多篇涵盖全球顶级实验室的文章，促进了学术交流。OpenAI的o1模型在数学、代码和长程规划等领域取得显...
OpenAI o1模型问世，五级AGI再突破！推理极限超博士，清北复旦华人立功
OpenAI最近推出了o1系列模型，包括o1-preview和o1-mini，这些模型在复杂推理、数学和编程问题上展现出了显著的性能提升。o1-preview模型将向ChatGPT的Plus和T...
大招憋出来了！OpenAI发布最强推理模型o1，它真的会思考，但API比4o贵好几倍
OpenAI 近日宣布推出了备受期待的推理模型 Strawberry，即 OpenAI o1-preview，以及一个更小、成本更低的版本 o1 mini。此次发布的模型被称为“预览版”，表明 ...
刚刚，OpenAI震撼发布o1大模型！强化学习突破LLM推理极限
OpenAI在9月13日宣布了其最新AI大模型系列的发布，这标志着大模型技术发展的新起点。新模型专门设计用于解决复杂问题，能够执行复杂推理，超越了以往科学、代...
GPT 未竟的革命，由 o1 接棒：或是 LLM 研究最重要的发现
OpenAI近期推出了o1系列，标志着其在人工智能领域的又一次重大突破。o1系列在处理复杂推理任务方面表现出色，其在国际数学奥林匹克（IMO）资格考试中的正确解...
Yann LeCun不看好强化学习：「我确实更喜欢 MPC」
Meta首席人工智能科学家Yann LeCun对强化学习（RL）持批评态度，认为其需要大量尝试，效率低下，与人类学习方式不符。LeCun更倾向于模型预测控制（MPC），这...
分布式人工智能盛会 DAI 2024 征稿：Agent Day，强化学习之父 Richard Sutton 将出席
第六届分布式人工智能国际会议（DAI 2024）将于2024年12月18日至22日在新加坡举办，旨在汇聚全球顶尖研究人员和实践者，共同探讨分布式人工智能（Distributed...
DeepSeek开源数学大模型，高中、大学定理证明新SOTA
数学家陶哲轩在牛津数学公开讲座中提出，人工智能（AI）与数学的结合将推动形式化证明的编写超越人类，这不仅将验证现有证明，还将创造新的数学知识。AI在形...
最强智能体Agent Q发布！Llama 3成功率飙升3倍，OpenAI神秘「草莓」遭截胡？
MultiOn初创公司近期发布了一款名为Agent Q的智能体框架，宣称其在真实预订任务中的成功率达到了95.4%，引起了业界的广泛关注。该公司CEO Div Garg在推特上频...
ChatGPT「秘方」竟在拖LLM后腿？Karpathy、LeCun联手开怼RLHF！
近期，人工智能领域对于“从人类反馈中进行强化学习”（RLHF）是否属于真正的强化学习（RL）展开了激烈的讨论。这场讨论始于Andrej Karpathy发表的一系列推文，...
