UT讲师称智能即强化学习,监督自监督是伪二分

德州大学讲师 Kyle Morgenstein 在 X 上发起「智能即 RL」讨论,抛出强观点:谈论智能时谈的就是强化学习,其他学习范式都只是捷径和 hack。他反驳「监督 vs 自监督」的常见二分法,认为即使参照不是显式标签,也可能是数据集的潜在属性,训练始终针对某个参照物进行,先验只是起点,最终都要做 RL。他还晒出 UT RL 课程讲义,称监督学习是函数逼近,而智能是函数发现。

2026-11-18 ~ 2026-11-18 · 4 条相关