RL 老兵 Agarwal:强化学习是最蠢的范式,但它偏偏有效
ziv_ravid · x · 2026-11-14
播客 Information Bottleneck 最新一期邀请 Periodic Labs 研究员 Rishabh Agarwal 谈物理 AI 与 AI 做真正的科学。他做了多年强化学习后直言 RL「是人类能想出的最蠢的范式」,但它就是有效。他如今在 Periodic Labs 转向物理实验场景:模型不能只靠「更努力地想」,得有人真的去混合粉末并测量结果。
「漫话AGI」频道最新
- 七周翻倍：Fable 5.2 远程劳动基准完成率达 41.25%，逼近人工水平 — ChrisGPT · 2026-11-14
- 教授：一天收到 12 封学生 cold email，8 封是纯 AI 生成，再也不看了 — paulnovosad · 2026-11-14
- 纽约客漫画「要我总结一下吗」戳中 AI 时代，学者认真回应外脑论 — danfaggella · 2026-11-14
- 清华 CS 特奖落选者自述：押注 RSI、不看 GPA 的 AI 研究路线 — teortaxesTex · 2026-11-14
- Eroom 摩尔定律倒行:10 亿美元研发从 50 种新药跌到 1 种 — sebkrier · 2026-11-14
- AI 时代的临床指南重构：专家圆桌实录值得挖 — zakkohane · 2026-11-14