强化学习新用法：程序可将双陆棋决策讲解到人类专家水平
BackgammonEspresso · reddit · 2026-10-19
Reddit 用户 BackgammonEspresso 发布其构建的程序，声称是首个能把双陆棋（Backgammon）决策解释到接近人类专家水平的程序，采用了强化学习的一种新颖应用，项目页面在 glassresearch.ai/backgammon/。原帖信息较简短，细节需访问项目页面了解。
「研究」频道最新
- EMNLP 论文：扩散语言模型内部隐式编码去噪时间步 — gsarti_ · 2026-10-23
- KU Leuven 与 VIB 招两位 AI in Biology 组长教授，2027 年入职 — jpillowtime · 2026-10-23
- Subspace Tuning:把权重更新限制在低奇异子空间,大幅缓解 LLM 灾难性遗忘 — scottniekum · 2026-10-23
- Perceptic 发布 PercepticOS:面向「科学超级智能」的 AI 科研工作台 — nathanbenaich · 2026-10-23
- EPFL Bosselut 11 月线上演讲:长上下文处理即测试时学习 — andre_t_martins · 2026-10-23
- Cohere 演讲：DRATS 自适应任务采样改善多任务 RL 数据分配 — Cohere · 2026-10-23