AlphaGo之父拿了11亿美元种子轮：他要造的不是大模型，是完全不靠人类数据自学的AI
11亿美元种子轮，估值51亿。 这是David Silver的新公司Ineffable Intelligence昨天（4月27日）宣布的数字。整个欧洲创投史上没出现过这么大的种子轮——大多数AI公司A轮、B轮加起来都凑不到这个钱。 更值得说
#强化学习
共 4 篇文章
前OpenAI CTO的新公司14个月拿了120亿估值，刚签了数十亿级Google算力合同——Mira Murati在做什么
Mira Murati是在2024年底离开OpenAI的，那时候OpenAI正处在上市前夕的高光时刻，她是技术总监，带着一批核心工程师走的。 大家都以为她会去做另一个追逐GPT的语言模型。 结果她做了Tinker。 Thinking Mac
乒乓球台上，AI第一次在竞技体育里认真赢了人类：Sony Ace的Nature论文说明了什么
这事过了43年。 1983年，John Billingsley发表了第一篇乒乓球机器人论文，叫”Robot Ping-Pong”。那时候能做到的，是用一个关节把球打回去，还得靠固定位置。 2026年4月22日，Nature发表了Sony A
Kimi K1.5：强化学习驱动推理能力的一次技术验证
月之暗面在K2之前发布的K1.5，核心看点是用纯强化学习来提升推理能力。 技术路线K1.5的推理增强不是靠SFT（监督微调）或RLHF的常规路线，而是更加依赖纯RL（强化学习）训练。 这和DeepSeek R1的思路类似——让模型通过大量的