晒出 RL 讲义:监督学习是函数逼近,智能是函数发现
KyleMorgenstein · x · 2026-11-18
UT 讲师 Kyle Morgenstein 继续「智能即 RL」论证:「这不是什么大秘密,这是我在 UT 教的 RL 课程讲义的第一页。」
核心论点(配图为讲义截图):
- 监督学习 ⇔ 函数逼近(function approximation):数据集 + 假设类 + 最小化预测误差
- 强化学习 ⇔ 函数发现(function discovery):轨迹 + 策略 + 最大化期望回报
- 函数逼近适用于你已知道想要什么的情况;而智能在于目标的发现——如果你能写下(代理)目标,你就能优化它
这条把整个讨论串的技术依据落在他的课程讲义上,以 Agent-Environment 循环图说明 RL 的形式化框架。
「研究」频道最新
- EPFL 招聘物理×计算机交叉方向 Tenure-Track 助理教授 — KyleCranmer · 2026-11-18
- Meta FAIR 与 NYU 控制变量研究:多模态模型未必需要预训练视觉编码器 — NielsRogge · 2026-11-18
- 评测方法学之争:统计检验有效,但结论须覆盖 prompt、judge 与 harness 的变异 — srchvrs · 2026-11-18
- 监督与自监督是伪二分法?先验只是起点,最终都要做 RL — KyleMorgenstein · 2026-11-18
- 「监督 vs 自监督」是伪二分:总有一个参照在指导训练 — KyleMorgenstein · 2026-11-18
- ELLIS NeurIPS Fest 2026 回归:欧洲多地展出 18 篇入选论文 — DocXavi · 2026-11-18