RLinf v0.3 menyambung alur pelatihan robot
RLinf v0.3 menghubungkan pengumpulan data, SFT, reinforcement learning, evaluasi, dan deployment robot nyata untuk embodied AI.
Berita dan Analisis Pembelajaran penguatan
7 artikel terverifikasi tentang Pembelajaran penguatan, produk, dan perkembangan industri.
Oak Lab menetapkan target 20 watt untuk agen yang terus belajar
Oak Lab menetapkan target 20 watt untuk agen yang terus belajar. Artikel ini merangkum fakta yang terverifikasi dan sinyal yang lebih luas dari satu pengumuman.
Sutton: generative AI saja tidak cukup untuk sains sejati
Pelopor reinforcement learning itu menilai model prediksi token kurang memiliki kausalitas, eksperimen, dan pengalaman sendiri.
Pencipta AlphaGo David Silver Kumpulkan $1,1 Miliar untuk AI Belajar Mandiri
Perusahaan baru David Silver, Ineffable Intelligence, mengumpulkan $1,1 miliar dalam putaran pendanaan awal dengan valuasi $5,1 miliar, menjadikannya putaran awal terbesar dalam sejarah Eropa. Mantan peneliti DeepMind ini berencana membangun AI "superlearner" melalui pembelajaran penguatan, berbeda dari pendekatan model bahasa besar yang dominan saat ini.
Perusahaan Baru Mira Murati Capai Valuasi $12 Miliar dalam 14 Bulan
Thinking Machines Lab, yang didirikan oleh mantan CTO OpenAI Mira Murati, mengamankan kontrak bernilai miliaran dolar dengan Google Cloud untuk sistem GB300 dan mencapai valuasi $12 miliar hanya 14 bulan setelah diluncurkan.
Robot Tenis Meja Ace Milik Sony Kalahkan Manusia dalam Pertandingan untuk Pertama Kalinya
Robot Ace dari Sony AI telah mengalahkan pemain tenis meja amatir elit dan profesional dalam pertandingan nyata, menandai pertama kalinya sebuah robot mencapai performa tingkat elit dalam olahraga kompetitif.
Kimi K1.5 memvalidasi penalaran berbasis pembelajaran penguatan
K1.5 dari Moonshot AI, yang dirilis sebelum K2, menunjukkan bahwa pembelajaran penguatan murni dapat meningkatkan kemampuan penalaran, memvalidasi pendekatan ini untuk penskalaan ke model yang lebih besar.