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。