新预印本 RLCE:用比较样本做强化学习,让 AI 无标签学会社交智能
pliang279 · x · 2026-11-03
keanetomato 团队发布新预印本 RLCE(Reinforcement Learning with Comparative Evidence),探索让 AI 理解他人并在没有人工标注训练标签的情况下自我改进,目标是社交智能(social intelligence)。作者提供了 90 秒概览视频,帖子未展开更多技术细节。
「研究」频道最新
- GPT-6 Astra 直接改写 Qwen 权重：数学能力提升至 6 倍，无需训练 — repligate · 2026-11-03
- 同一 Agent 用 Rust 和 C 重写 Liquid 模板引擎：Rust 省 42% token，C 快 1.7 倍 — antirez · 2026-11-03
- 「苍蝇打节奏光剑」爆红，全脑仿真亟需公认判定基准 — rishabh16_ · 2026-11-03
- 研究者找出 Google 搜索 120 个 twiddler 重排程序，多个与 AI Mode 相关 — VeryWellVersed · 2026-11-03
- Qwenputer：把完整 RISC-V CPU 编译进 Qwen3.5-4B 权重，还能跑另一个 LLM — udmrzn · 2026-11-03
- 读原始权重就能认出游戏:Astra 无需工具叫破四款 Atari 游戏 — burny_tech · 2026-11-03