算法论文8

DeepMind：AI Agent造出最强RL算法

新智元2025-10-28

AI 摘要

DeepMind新研究DiscoRL，让智能体自主发现强化学习规则。它在Atari基准超MuZero等，在未见过的游戏也表现出色。未来高级AI的RL算法或由机器主导，无需人类设计。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

3.6K星！开源生成原生可编辑PPT

本文介绍GitHub上3.6K星的开源项目GordenPPTSkill，解决当前AI PPT工具生成不可编辑“假PPT”的痛点，直接生成原生可编辑PPTX，自带21套中文场景模板，适配各类职场汇报需求。

本文是InfoQ编译的科技播客访谈，Reflection AI由前Google DeepMind Gemini团队成员创立，近期发布了5010亿参数的开放大模型Beam，主打编程、推理和智能体任务，发布一周后传出英伟达拟收购该公司的消息，访谈中分享了对开放模型诸多问题的观点。

本文报道PAIR 2026大会“下一代计算范式”专题圆桌讨论，多位业内专家围绕AI与量子计算的双向赋能，探讨二者的应用进展、能力边界与科研分工，梳理了前沿探索方向。

本文报道谷歌DeepMind推出AI数学证明框架AlphaProof Nexus，破解多道悬而未决的数学难题含两道56年埃尔德什开放问题，成果经同行评审登上《Science》，对比OpenAI此前发布方式的争议，介绍其工作流程。