强化学习

LeCun八年前神预言，大模型路线再颠覆？OpenAI宣告：强化学习取得稳定性突破

作者

OpenAI发布强化微调(RFT)API，只需几十个高质量样本即可定制专家模型。相比标准指令调优，RFT通过成千上万epochs让模型学习新行为，稳定性提升。技术实现尚不明确，但已显示出在基础语言模型上的潜力。

Google科学家指出：AI编程范式从“数据”为中心向“模型”为中心转变，智能体和多模态整合是未来关键

作者

在2024极客公园创新大会上，DeepMind资深研究科学家Nenad Tomasev和Kaggle CEO D.Sculley分享了对AI未来发展的看法。他们指出强化学习的关键突破在于通过自我对弈生成数据，而当前面临的主要挑战是提供清晰的奖励信号。此外，AI开发范式正从数据驱动转向模型驱动，智能体和多模态整合将成为重点发展方向。Nenad强调深层推理对于解决复杂任务的重要性，并建议年轻开发者不要等待立即开始工作。