什么是RLHF基于人类反馈的强化学习？ – AI百科知识
基于人类反馈的强化学习（RLHF，Reinforcement Learning from Human Feedback）是人工智能（AI）领域的一个新兴研究领域，它将强化学习技术与人类反馈相结合...
排序
什么是逆强化学习（Inverse Reinforcement Learning, IRL） – AI百科知识
逆强化学习（Inverse Reinforcement Learning, IRL）是一种机器学习方法，用于从专家的行为示范中推断出其背后的奖励函数。在传统的强化学习中，智能体通过与...
什么是多智能体系统（Multi-Agent Systems） – AI百科知识
多智能体系统（Multi-Agent Systems）在强化学习领域指的是由多个相互作用的智能体组成的计算系统。多智能体系统在共享环境中独立决策和学习，通过与环境及其...
什么是深度强化学习（Deep Reinforcement Learning） – AI百科知识
深度强化学习（Deep Reinforcement Learning）是人工智能领域中一个激动人心的交叉学科，融合了深度学习的感知能力和强化学习的决策制定能力。通过智能体与环...
什么是迁移学习（Transfer Learning）- AI百科知识
迁移学习（Transfer Learning）是一种机器学习技术，它允许模型将在一个任务上学到的知识应用到另一个相关但不同的任务上。这种方法可以减少新任务所需的训练...
什么是代理型AI（Agentic AI） – AI百科知识
代理型AI（Agentic AI）是一种人工智能系统，能自主行动和决策。这些系统被称为AI代理，可以独立于直接人类干预追求目标。代理型AI使用高级技术，如强化学习...
什么是跨模态泛化（Cross-Modal Generalization） – AI百科知识
跨模态泛化（Cross-Modal Generalization）是指利用在一个或多个特定模态上学习到的知识，来提升系统在新的、未见过的模态上的性能。适用于多模态学习任务，...
什么是OS Agents – AI百科知识
OS Agents 是能理解和执行复杂任务的智能体，它们通过操作系统提供的接口与计算设备交互，自动完成从简单到复杂的各种任务。任务可以是信息检索、文件管理、...
什么是检索增强生成（Retrieval-Augmented Generation, RAG） – AI百科知识
检索增强生成（Retrieval-Augmented Generation, RAG）是一种结合了信息检索（IR）和自然语言生成（NLG）的技术。它通过从外部知识库中检索相关信息来增强大...
什么是人工智能对齐（AI Alignment） – AI百科知识
人工智能对齐（AI Alignment）是指确保人工智能系统的行为与人类的意图和价值观保持一致的领域。核心目标可以概括为四个关键原则：鲁棒性（Robustness）、可...
什么是超参数调整（Hyperparameter Tuning） – AI百科知识
超参数调整（Hyperparameter Tuning）是机器学习模型训练中的关键步骤，涉及到选择最佳的超参数组合以优化模型的性能。超参数是在学习过程开始之前设置的配置...
什么是奖励模型（Reward Model） – AI百科知识
奖励模型是强化学习中的一个核心概念，用于评估智能体在特定状态下的行为表现。在大型语言模型（LLMs）中，奖励模型通过对输入的问题和答案进行评分，指导模...
比起上市，王小川讲了更多AI医疗的非共识
代码过后，医疗有可能成为下一个AI落地应用铺开规模的行业吗? 这个答案似乎出现了一些端倪。从2026年开年到现在的15天，AI医疗已经有了不少瞩目的动作，且均集中向C端试水。 1月8日，OpenAI...
什么是强化学习Reinforcement Learning？定义、概念、应用和挑战 – AI百科知识
强化学习（RL）是机器学习的一个分支，重点是训练算法通过与环境的互动来做出决定。它的灵感来自于人类和动物从他们的经验中学习以实现目标的方式。在这篇文...
Deepmind新AI算法仅用两个小时学习了26个游戏 与人类相当
Deepmind的一个名为"Bigger，Better，Faster"的AI算法，在只用了两小时的时间内掌握了26个Atari游戏，与人类效率水平相当。强化学习是谷歌深度学习中心研...