AI tốn chưa đến 8.000 USD hạ gục kỳ thủ Stratego số một
Nghiên cứu công bố trên Nature ngày 30/9 cho thấy AI Ataraxos đánh bại kỳ thủ Stratego hàng đầu Pim Niemeijer, chi phí huấn luyện chưa đến 8.000 USD.
Tin tức và phân tích Học tăng cường
12 bài đã kiểm chứng về Học tăng cường, sản phẩm và diễn biến ngành.
Xiaomi mổ xẻ lỗi gọi công cụ lặp lại của MiMo, sửa tốn 90.000 USD
Xiaomi công bố báo cáo kỹ thuật giải thích vì sao MiMo-V2.6 liên tục lặp lại các lệnh gọi công cụ giống hệt nhau trong tác nhân lập trình, và cách khắc phục chỉ tốn khoảng 90.000 USD thay vì 2,31 triệu USD.
DeepSeek công bố nền tảng sandbox: chạy 3 triệu lượt mỗi ngày
DeepSeek công bố báo cáo kỹ thuật về DSec, hạ tầng sandbox phục vụ huấn luyện tác nhân AI: khoảng 3 triệu sandbox mỗi ngày, đỉnh điểm khoảng 380.000 phiên đồng thời.
Xiaomi mã nguồn mở MiMo-V2.6, chỉ số thông minh đạt 46 điểm
Xiaomi mở mã nguồn MiMo-V2.6, đạt 46 điểm chỉ số thông minh trên bảng xếp hạng Artificial Analysis, vượt Kimi K3 và Qwen3.8 Max.
Hugging Face huấn luyện mô hình viết code để vẽ tranh màu nước
Chỉ với 178 ảnh tham chiếu chấm điểm thủ công và ngân sách vài trăm đô la, Hugging Face dùng học tăng cường dạy một mô hình viết code vẽ tranh màu nước.
RLinf v0.3 nối kín quy trình huấn luyện robot
RLinf v0.3 kết nối thu thập dữ liệu, SFT, học tăng cường, đánh giá và triển khai robot thật cho embodied AI.
Oak Lab đặt mục tiêu 20 watt cho tác nhân học liên tục
Oak Lab đặt mục tiêu 20 watt cho tác nhân học liên tục. Bài viết tóm lược các dữ kiện đã kiểm chứng và ý nghĩa vượt ra ngoài một thông báo riêng lẻ.
Sutton nói generative AI một mình không thể làm khoa học thật
Người tiên phong học tăng cường cho rằng mô hình dự đoán token thiếu nhân quả, thí nghiệm và kinh nghiệm tự tạo.
Cha đẻ của AlphaGo huy động 1,1 tỷ USD để tạo AI tự học
David Silver, cựu nhà nghiên cứu DeepMind, huy động 1,1 tỷ USD vòng hạt giống cho Ineffable Intelligence, định giá 5,1 tỷ USD, để xây dựng AI "siêu học tập" dựa trên học tăng cường, không phụ thuộc dữ liệu con người.
Công ty mới của Mira Murati đạt định giá 12 tỷ USD sau 14 tháng
Thinking Machines Lab, startup do Mira Murati thành lập, vừa ký hợp đồng trị giá hàng tỷ USD với Google Cloud để sử dụng hệ thống GB300 NVL72, tập trung vào tinh chỉnh mô hình AI bằng học tăng cường.
Robot bóng bàn Ace của Sony lần đầu tiên đánh bại con người trong thi đấu
Robot Ace do Sony AI phát triển đã đánh bại các tay vợt nghiệp dư ưu tú và cả tay vợt chuyên nghiệp Nhật Bản trong các trận đấu thực tế, đánh dấu lần đầu tiên robot đạt trình độ đẳng cấp trong một môn thể thao cạnh tranh thực sự.
Kimi K1.5 xác thực suy luận dựa trên học tăng cường
Moonshot AI phát hành K1.5 trước K2, tập trung vào việc nâng cao khả năng suy luận bằng học tăng cường thuần túy, xác nhận tính khả thi của phương pháp này trên mô hình quy mô trung bình.