新闻资讯8
强化学习教父：GenAI时代将结束
新智元
AI 摘要
强化学习之父Richard Sutton称GenAI时代将结束，他加入ExperienceFlow.AI，要让AI靠「经验」觉醒。该公司欲打造「经验驱动的去中心化超级智能」，认为AI应从世界学习，开启经验时代。
阅读原文 · 新智元
强化学习教父重出江湖， 生成式AI的时代要结束了？
新智元报道，强化学习之父Richard Sutton称GenAI时代正结束。他加入ExperienceFlow.AI，要让AI靠「经验」觉醒。该公司定位打造「经验驱动的去中心化超级智能」，认为AI下一阶段应从世界中学习。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯8
盖茨警告AI可致十亿人死亡
本文整理了近期全球各界针对AI风险的重磅表态，前科技乐观派比尔·盖茨发出AI可致十亿人死亡的警告，呼吁政府强制监管；教皇痛批AI“机器天堂”侵蚀人性，凸显AI安全已升级为全球性生存危机。
新智元
算法论文9
对错之外，推理轨迹暗藏训练价值
本文结合EchoRL、ReflectRL两项最新研究，重新解读推理轨迹的训练价值，解决全答对无强化信号、错题全丢弃的训练痛点，梳理方法设计、实验结果与适用边界，为大模型推理训练提供新参考。
深度学习自然语言处理
算法论文8
小偏差为何带偏大模型RL训练
本文解读Together AI的新算法论文，讲解大模型强化学习中，采样端与训练端的微小偏差如何累积放大导致训练跑偏，介绍Score Centering校正方法的原理、效果与应用边界。
深度学习自然语言处理
开源动态9
小米6天烧2000万拿下开源第一大模型
本文报道小米开启史无前例的大模型训练直播，6天花费约2344万元完成MiMo-V2.6系列强化学习训练，训练出的MiMo-V2.6-Pro登顶开源大模型第一，全套技术资源全部开源，引发AI行业热议。
量子位