MIT/Sakana AI 研究者用基础模型搜索人工生命 ASAL
Machine Learning Street Talk · youtube · 2026-10-08
Machine Learning Street Talk 发布与 Akarsh Kumar(MIT、Sakana AI)的访谈短片,介绍基于基础模型的人工生命搜索方法 ASAL。核心思路是:不从单一模拟(如 Conway 生命游戏)硬编码出发,而是「参数化一个模拟空间」,用基础模型去评估和发现其中涌现的复杂生命形态——「从这个极简世界出发,能跑出疯狂的复杂性」。完整对话见频道长视频。
所属事件:MIT 与 Sakana AI 研究员探讨人工生命搜索(2 条相关)→
「研究」频道最新
- 审稿人吐槽：AI 写的论文工整却难读，指代关系全靠猜 — Bollegala · 2026-10-09
- 审稿流程延误，WACV 2027 第二轮结果推迟至 10 月 14 日 — CSProfKGD · 2026-10-09
- OpenAI 数学定理证明 RL 环境数据集上线 Hugging Face — himanshustwts · 2026-10-09
- OpenAI 数学成果开源为 RL 环境,可作强化学习训练素材 — SergioPaniego · 2026-10-09
- 数学家抱怨 OpenAI 数学论文写得太烂:不看 AI 根本读不懂 — burny_tech · 2026-10-09
- Station 环境让 AI 自主再发现 ICLR 论文 62.7% 结论,远超 Codex 与 AI Scientist — progenitor414 · 2026-10-09