跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

RL策略梯度

北大校友,OpenAI前安全副总裁Lilian Weng最新万字博客文章:Why We Think

2025年5月18日8时 作者 AI寒武纪

n Weng(OpenAI前AI安全与机器人技术应用研究副总裁,现Thinking Machines

分类 国际、 资讯 标签 Lilian、 RL策略梯度、 思考过程、 期望最大化、 测试时计算、 语言模型 发表评论

AGI AI AI技术 Anthropic ChatGPT Claude DeepSeek DeepSeek-R1 DeepSeek R1 GitHub GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 多模态 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • Long-RL:让强化学习应对超长序列任务的全新框架
  • GenAI Processors:为生成式AI打造的轻量级、高效并行内容处理库
  • lmpo:一个简洁易懂的语言模型策略优化GitHub项目
  • WebMCP:让AI助手与网页应用无缝交互的创新解决方案
  • MIRIX:你的专属多Agent个人助手,通过屏幕观察和自然对话构建记忆

2025 年 7 月
一 二 三 四 五 六 日
 123456
78910111213
14151617181920
21222324252627
28293031  
« 6 月    

归档

  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×