智谱推出深度推理模型GLM-Zero预览版

蚂蚁集团收购边塞科技，吴翼出任强化学习实验室首席科学家

谷歌AlphaChip强化学习工具发布，联发科天玑芯片率先采用

NVIDIA Isaac Lab助力银河通用打造灵巧手抓取技能模型

顶级AI科学家呼吁全球加强AI风险应对措施

特斯拉自动驾驶团队再受重挫，顶尖工程师Paril Jain离任，高层人事变动

微软发布phi-3AI模型，性能超越GPT-3.5

英伟达首席执行官黄仁勋解析公司战略及人工智能未来

瑞士苏黎世联邦理工学院新型四足机器人单腿完成开关门、移动任务

图解大模型RLHF系列之：人人都能看懂的PPO原理与源码解读

RL究竟是如何与LLM做结合的？

人工智能是什么的一个分支

武大+上交提出BatGPT：创新性采用双向自回归架构，可预测前后token

碾压GPT-4！谷歌DeepMind CEO自曝：下一代大模型将与AlphaGo合体

7个流行的强化学习算法及代码实现

谷歌DeepMind发现更快排序算法，已集成到C++库

基于4000万公里量产车驾驶数据训练，参数规模1200亿

强化学习与智能驾驶决策规划

MoDem解决了视觉强化学习领域的三个挑战

强化学习正在推进AI应用