如何使用 PyTorch 进行强化学习

通过强化学习策略进行特征选择

什么是强化学习

RLAIF：一个不依赖人工的RLHF替代方案

一种针对LLMs简单有效的思维链解毒方法

人工智能领域中三个重要的算法

DeepMind新作AlphaDev----强化学习探索更优排序算法

它发现了更快的排序算法，速度快 70%

基于多智能体深度强化学习的体系任务分配方法

深度学习和强化学习的重要概念和公式

GPT/GPT-2/GPT-3/InstructGPT进化之路

条件生成对抗模型生成数字图片的教程

一文详谈机器学习的强化学习

CFA二级思维导图分享：机器学习

强化学习应用中对话系统的用户模拟器

单v100 GPU，4小时搜索到一个鲁棒的网络结构

深度强化学习给推荐系统以及CTR预估工业界带来的最新进展

AI智能体的能力还会继续提高吗？

一种基于模型的元强化学习算法用于提高快速适应性

支撑移动端高性能AI的幕后力量！谷歌提出全新高性能MobileNet V3