牛津大学

科研党狂喜！AI预测神经学研究结论超过人类专家水平 Nature子刊

作者

神经学研究专用基准BrainBench显示，经过训练的LLM预测结果准确率为81.4%，远超人类专家的63%。论文提出了一个新基准测试，评估LLM预测神经科学结果的能力，并发现LLMs学习了广泛的科学模式而不是记忆数据。

智能体零样本解决未见过人类设计环境！全靠这个开放式物理RL环境空间

作者

牛津大学提出Kinetix框架，训练通用RL智能体在2D物理环境中执行多样化任务，涵盖机器人任务、经典RL环境等。通过Jax2D硬件加速引擎模拟数十亿次交互生成多样任务。研究发现微调使通用智能体能显著减少特定任务学习所需样本数，并带来新能力。