RLinf v0.3 cierra el ciclo de entrenamiento robótico
RLinf v0.3 conecta recopilación de datos, SFT, aprendizaje por refuerzo, evaluación y despliegue en robots reales para embodied AI.
Noticias y análisis de Aprendizaje por refuerzo
7 artículos verificados sobre Aprendizaje por refuerzo, productos y movimientos del sector.
Oak Lab plantea una meta de 20 vatios para agentes de aprendizaje continuo
Oak Lab plantea una meta de 20 vatios para agentes de aprendizaje continuo. El artículo resume los hechos verificados y la señal que va más allá de un anuncio aislado.
Sutton: la IA generativa sola no hace ciencia real
El pionero del aprendizaje por refuerzo sostiene que los modelos de próximo token carecen de causalidad, experimentación y experiencia propia.
El padre de AlphaGo recauda 1.100 millones de dólares para crear una IA autodidacta
David Silver, exinvestigador de DeepMind, recauda 1.100 millones de dólares en una ronda semilla para Ineffable Intelligence, valorada en 5.100 millones, para construir una IA "superaprendiz" basada en aprendizaje por refuerzo, sin depender de datos humanos.
La nueva empresa de Mira Murati alcanza una valoración de 12.000 millones de dólares en 14 meses
Thinking Machines Lab, la startup de Mira Murati, ha firmado un contrato multimillonario con Google Cloud para utilizar sistemas GB300 NVL72, centrándose en el ajuste fino de modelos de IA mediante aprendizaje por refuerzo.
El robot de tenis de mesa Ace de Sony vence por primera vez a humanos en competición
El robot Ace, desarrollado por Sony AI, derrotó a jugadores amateurs de élite y a un jugador profesional japonés en mesas de nivel olímpico en la sede de Sony en Tokio, marcando la primera vez que un robot alcanza nivel de élite en un deporte competitivo real.
Kimi K1.5 valida razonamiento impulsado por aprendizaje por refuerzo
Moonshot AI lanzó K1.5 antes de K2, con el enfoque central de mejorar la capacidad de razonamiento mediante aprendizaje por refuerzo puro, confirmando la viabilidad de este enfoque en modelos de escala media.