自博弈从零训练的游戏 AI 强到离谱,前 DeepMind 研究员称再加 10 倍算力会更强
syhw · x · 2026-09-26
前 DeepMind 研究员 syhw 评论某款用自博弈(self-play)从零训练、完全不依赖人类数据的游戏 AI,称这就是「正道」。他判断:如果把峰值 APM 限制在 500、平均 300(接近人类水平),再加 10 倍算力训练,模型会比现在更强。观点指向纯自监督强化学习路线在复杂游戏上的天花板仍未到。
所属事件:纯自博弈星际AI价值之争：syhw盛赞，Lee质疑(5 条相关)→
「研究」频道最新
- AI 智能体日夜运转一个月,复现法国气象局 AROME 天气模型 — IgorCarron · 2026-11-11
- NYU 新方法:看人做 5 分钟家务,机器人就能学会擦桌子 — CyberRobooo · 2026-11-11
- 新预印本：以空间单细胞分辨率绘制早期器官发生的人类胚胎图式 — anshulkundaje · 2026-11-11
- OpticalRAG：文档渲染成图压缩至 16 个 token，三项基准压缩感知精度最佳 — kalyan_kpl · 2026-11-11
- 百度发布 ERNIE Evolve 自动研究系统,NanoGPT Speedrun 超公开最好成绩 — xiaohu · 2026-11-11
- Diffusion Week 2026 十讲全部公开:覆盖视频生成与世界模型 — LucaAmb · 2026-11-11