标签：强化学习
刷榜「代码生成」任务！复旦等发布StepCoder框架：从编译器反馈信号中强化学习
新智元报道了一种新型强化学习框架StepCoder，由复旦大学、华中科技大学和皇家理工学院的研究人员共同提出。StepCoder旨在解决大型语言模型（LLMsCCCS）；2) ...
Fine-tuning在垂直领域的最佳实践指南
摘要总结：本文介绍了深度学习和机器学习中的一个重要概念——Fine-tuning（模型微调）。Fine-tuning通常在预训练模型的基础上进行，通过在特定任务的数据集上...
机器狗界变形金刚来了：“人”狗之间灵活切换，可用前肢开门取物，瑞士团队出品
瑞士苏黎世联邦理工学院（ETH）推出了一款全新的机器狗，被誉为“机器狗界的变形金刚”。这款机器狗可以在爬行和直立两种模式之间灵活转换，具有很高的机动性和...
与人类贴身热舞！人形机器人进阶到街头耍宝，6华人组团出品
本文介绍了加州大学圣地亚哥分校（UCSD）全华人团队的最新研究成果，他们提出了一种名为ExBody的全身控制策略，用于人形机器人的全身控制。该策略主要训练机...
南大俞扬深度解读：什么是「世界模型」？
本文主要探讨了世界模型（world models）的概念及其在人工智能领域的重要性。世界模型是智能体对环境的内部表征，它在认知、推理和决策过程中起着关键作用。...
创新性3D数据合成模型，微软推出EgoGen
本文介绍了微软和苏黎世联邦理工学院研究人员共同开发的EgoGen模型，这是一个用于生成第一视角训练数据的工具，旨在解决AR/VR等设备在第一人称应用开发中遇到...
