LeCun八年前神预言，大模型路线再颠覆？OpenAI宣告：强化学习取得稳定性突破 在2016年的NeurIPS会议上，图灵奖得主Yann LeCun首次提出著名的「蛋糕比喻」：如果智能是一块蛋糕，那么蛋糕中的大部分都是无监督学习，蛋糕上的糖霜（锦上添花）是有监督学习，蛋糕上的樱桃则是强化学习。... 花花2024-12-2313 阅读0 评论
OpenAI 推出“强化微调”计划，让创建专家大模型更简单了 | 最前线 12月7日北京时间凌晨两点，OpenAI公司带来了连续12天发布会的第二场直播。本次直播中，OpenAI带来了新的方案——强化微调（Reinforcement Fine-Tuning）。该方案和功能预计将于2025... 花花2024-12-0818 阅读0 评论
