强化学习研讨会：从世界信号而非RLHF训练
shaneguML · x · 2026-07-06
Shane Gu 介绍其研讨会目标：1）推动基于世界落地信号（如效率、安全、经济结果）的强化学习，超越嘈杂的 RLHF；2）连接学术界与工业界。邀请 MillionInt、Brian Zhan 等分享硅谷及更广的 RL 创业最新趋势。
「研究」频道最新
- 实验猴荒：中国 3-5 万美元一只，繁育周期 4 年成药物临床前瓶颈 — zebird0 · 2026-10-27
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27
- EMNLP 论文 GENIE:细粒度度量 LLM 故事的「新意」究竟在哪 — gregd_nlp · 2026-10-27
- hash n-gram 值嵌入助力 12×1024 GPT 刷新 30M 纪录至 3.2115 — RobertTLange · 2026-10-27