完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 強(qiáng)化學(xué)習(xí)
文章:225個(gè) 瀏覽:11553次 帖子:1個(gè)
近日,智譜公司正式發(fā)布了其深度推理模型GLM-Zero的預(yù)覽版——GLM-Zero-Preview。這款模型標(biāo)志著智譜在擴(kuò)展強(qiáng)化學(xué)習(xí)技術(shù)訓(xùn)練推理模型方面...
2025-01-03 標(biāo)簽:模型強(qiáng)化學(xué)習(xí)智譜 477 0
螞蟻集團(tuán)收購邊塞科技,吳翼出任強(qiáng)化學(xué)習(xí)實(shí)驗(yàn)室首席科學(xué)家
近日,專注于模型賽道的初創(chuàng)企業(yè)邊塞科技宣布被螞蟻集團(tuán)收購。據(jù)悉,此次交易完成后,邊塞科技將保持獨(dú)立運(yùn)營,而原投資人已全部退出。 與此同時(shí),螞蟻集團(tuán)近期宣...
2024-11-22 標(biāo)簽:強(qiáng)化學(xué)習(xí)螞蟻集團(tuán)大模型 1525 0
谷歌AlphaChip強(qiáng)化學(xué)習(xí)工具發(fā)布,聯(lián)發(fā)科天璣芯片率先采用
近日,谷歌在芯片設(shè)計(jì)領(lǐng)域取得了重要突破,詳細(xì)介紹了其用于芯片設(shè)計(jì)布局的強(qiáng)化學(xué)習(xí)方法,并將該模型命名為“AlphaChip”。據(jù)悉,AlphaChip有望...
2024-09-30 標(biāo)簽:谷歌芯片設(shè)計(jì)強(qiáng)化學(xué)習(xí) 678 0
NVIDIA Isaac Lab助力銀河通用打造靈巧手抓取技能模型
在本案例中,銀河通用的團(tuán)隊(duì)借助Isaac Lab搭建了具有挑戰(zhàn)性的靈巧抓握基準(zhǔn) DexGraspNet,這是一個(gè)最近提出的基準(zhǔn)套件,專門用于學(xué)習(xí)可泛化的...
頂級(jí)AI科學(xué)家呼吁全球加強(qiáng)AI風(fēng)險(xiǎn)應(yīng)對(duì)措施
文章指出,全球領(lǐng)導(dǎo)人需要認(rèn)真思考,未來十年內(nèi)可能出現(xiàn)的超越人類能力的通用AI系統(tǒng)。盡管各國政府一直在討論AI風(fēng)險(xiǎn),并嘗試引入初步指導(dǎo)方針,但這與專家們所...
2024-05-24 標(biāo)簽:服務(wù)器AI強(qiáng)化學(xué)習(xí) 1969 0
特斯拉自動(dòng)駕駛團(tuán)隊(duì)再受重挫,頂尖工程師Paril Jain離任,高層人事變動(dòng)
數(shù)周內(nèi),特斯拉已在各部門實(shí)施多輪裁員。此外,還有報(bào)道顯示部分員工因士氣低落而選擇離司。種種跡象表明,特斯拉正面臨嚴(yán)重的人才流失問題。
2024-05-15 標(biāo)簽:特斯拉自動(dòng)駕駛強(qiáng)化學(xué)習(xí) 720 0
微軟稱,帶有38億參數(shù)的phi-3-mini經(jīng)過3.3萬億token的強(qiáng)化學(xué)習(xí),其基礎(chǔ)表現(xiàn)已經(jīng)超過Mixtral 8x7B及GPT-3.5;此外,該模型...
2024-04-23 標(biāo)簽:微軟移動(dòng)設(shè)備強(qiáng)化學(xué)習(xí) 805 0
英偉達(dá)首席執(zhí)行官黃仁勛解析公司戰(zhàn)略及人工智能未來
對(duì)于英偉達(dá)的成功秘訣,黃仁勛毫不掩飾地指出其30余載的歷史是圍繞科技創(chuàng)新與市場(chǎng)打造而展開。追逐科技進(jìn)步的同時(shí),也激發(fā)了市場(chǎng)需求,這便是英偉達(dá)的核心理念—...
2024-03-11 標(biāo)簽:英偉達(dá)強(qiáng)化學(xué)習(xí)ai技術(shù) 985 0
瑞士蘇黎世聯(lián)邦理工學(xué)院新型四足機(jī)器人單腿完成開關(guān)門、移動(dòng)任務(wù)
據(jù)本周五出版的Popular Science雜志報(bào)道,近日瑞士蘇黎世聯(lián)邦理工學(xué)院機(jī)器人系統(tǒng)實(shí)驗(yàn)室的科研團(tuán)隊(duì)展示了新研究進(jìn)展:他們訓(xùn)練了自家的機(jī)器狗,讓其...
2024-02-25 標(biāo)簽:機(jī)器人強(qiáng)化學(xué)習(xí)機(jī)器狗 1131 0
圖解大模型RLHF系列之:人人都能看懂的PPO原理與源碼解讀
回想一下我們對(duì)NLP任務(wù)做強(qiáng)化學(xué)習(xí)(RLHF)的目的:我們希望給模型一個(gè)prompt,讓模型能生成符合人類喜好的response。再回想一下gpt模型做...
2024-01-14 標(biāo)簽:源碼強(qiáng)化學(xué)習(xí)大模型 4144 0
強(qiáng)化學(xué)習(xí)(Reinforcement Learning, RL)的核心概念可簡單概括為:一個(gè)機(jī)器人(Agent)在看到了一些信息(Observation...
2024-01-03 標(biāo)簽:機(jī)器人強(qiáng)化學(xué)習(xí)LLM 1590 0
人工智能的核心是機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)的目的是通過無需人工干預(yù)的方式將計(jì)算機(jī)系統(tǒng)訓(xùn)練得到更好的性能。機(jī)器學(xué)習(xí)可以分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三種不...
2023-08-14 標(biāo)簽:算法人工智能強(qiáng)化學(xué)習(xí) 1873 0
武大+上交提出BatGPT:創(chuàng)新性采用雙向自回歸架構(gòu),可預(yù)測(cè)前后token
此外,BATGPT還采用了強(qiáng)化學(xué)習(xí)方法,從AI和人類反饋中學(xué)習(xí),以進(jìn)一步提高模型的對(duì)齊性能。這些方法的結(jié)合可以顯著提高BATGPT的生成質(zhì)量和對(duì)齊性能,...
2023-07-06 標(biāo)簽:應(yīng)用程序語言模型強(qiáng)化學(xué)習(xí) 1644 0
碾壓GPT-4!谷歌DeepMind CEO自曝:下一代大模型將與AlphaGo合體
一個(gè)是用強(qiáng)化學(xué)習(xí)擊敗人類圍棋冠軍、創(chuàng)造歷史的AI系統(tǒng),一個(gè)是目前霸榜幾乎所有大模型榜單、一騎絕塵的最強(qiáng)多模態(tài)大模型,兩個(gè)AI一合體,簡直要無敵了!
2023-07-04 標(biāo)簽:語言模型強(qiáng)化學(xué)習(xí)DeepMind 879 0
7個(gè)流行的強(qiáng)化學(xué)習(xí)算法及代碼實(shí)現(xiàn)
作者:SiddharthaPramanik來源:DeepHubIMBA目前流行的強(qiáng)化學(xué)習(xí)算法包括Q-learning、SARSA、DDPG、A2C、PP...
2023-02-06 標(biāo)簽:人工智能強(qiáng)化學(xué)習(xí) 2040 0
谷歌DeepMind發(fā)現(xiàn)更快排序算法,已集成到C++庫
AlphaDev 基于 AlphaZero。DeepMind 向來以開發(fā)能自學(xué)游戲規(guī)則的 AI 軟件而聞名。這種思路被證明效果拔群,也先后攻克了國際象棋...
基于4000萬公里量產(chǎn)車駕駛數(shù)據(jù)訓(xùn)練,參數(shù)規(guī)模1200億
DriveGPT 雪湖·海若的底層模型采用 GPT(Generative Pre-trained Transformer)生成式預(yù)訓(xùn)練大模型,與 Cha...
2023-04-14 標(biāo)簽:模型自動(dòng)駕駛強(qiáng)化學(xué)習(xí) 1301 0
強(qiáng)化學(xué)習(xí)與智能駕駛決策規(guī)劃
本文介紹了強(qiáng)化學(xué)習(xí)與智能駕駛決策規(guī)劃。智能駕駛中的決策規(guī)劃模塊負(fù)責(zé)將感知模塊所得到的環(huán)境信息轉(zhuǎn)化成具體的駕駛策略,從而指引車輛安全、穩(wěn)定的行駛。真實(shí)的駕...
2023-02-08 標(biāo)簽:人工智能智能駕駛強(qiáng)化學(xué)習(xí) 2210 0
MoDem解決了視覺強(qiáng)化學(xué)習(xí)領(lǐng)域的三個(gè)挑戰(zhàn)
他表示,僅給出5個(gè)演示,MoDem就能在100K交互步驟中解決具有稀疏獎(jiǎng)勵(lì)和高維動(dòng)作空間的具有挑戰(zhàn)性的視覺運(yùn)動(dòng)控制任務(wù),大大優(yōu)于現(xiàn)有的最先進(jìn)方法。
2023-01-05 標(biāo)簽:解碼器Meta強(qiáng)化學(xué)習(xí) 795 0
強(qiáng)化學(xué)習(xí)正在推進(jìn)AI應(yīng)用
就在幾年前,能夠感知周圍環(huán)境、識(shí)別重要細(xì)節(jié)——并忽略其余部分——然后利用這些細(xì)節(jié)來完成任務(wù)的技術(shù)應(yīng)用似乎還只是科幻小說中的內(nèi)容。
2022-12-30 標(biāo)簽:AI機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí) 603 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |