跳至内容
每时AI

每时AI

  • 资讯
  • 国际
  • 分享
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 关于我们

RLHF

用Python实现RLHF奖励模型构建,全方位提升模型表现!

2024年12月29日22时 作者 AI技术研习社

从 0 到 1:用 RLHF 和 Python 构建奖励模型,全面提升语言模型能力!

分类 大模型 标签 Argilla、 GPT-3、 Python、 RLHF、 奖励模型、 表现力 发表评论

OpenAI前资深算法负责人姜旭创建「亮源新创」,打造具身智能陪伴机器人 |智涌独家

2024年12月13日16时 作者 智能涌现

姜旭,OpenAI前资深算法负责人,参与多项GPT-4开发项目。2023年离开OpenAI后创建“亮源新创”,专注于具身智能陪伴机器人领域。

分类 资讯 标签 Light Robotics、 OpenAI、 RLHF、 具身智能、 姜旭、 智能涌现 发表评论

OpenAI前资深算法负责人”江旭”创建具身智能陪伴机器人公司

2024年12月13日16时 作者 机器人开放社区

江旭离开OpenAI后创立亮源新创,专注于开发具身智能陪伴机器人应用于家庭服务、医疗康养及教育培训等领域。

分类 机器人 标签 ChatGPT训练算法、 InstructGPT、 RLHF、 亮源新创、 机器人开放社区、 江旭 发表评论

Andrej Karpathy:神奇大模型不存在的,只是对人类标注的拙劣模仿

2024年12月1日13时 作者 机器之心

知名AI学者Andrej Karpathy认为,大型语言模型的对话回答主要是模仿人工标注数据的结果,并非真正的人工智能。他批评了RLHF(奖励学习强化学习)的方法。

分类 学术、 资讯 标签 Andrej Karpathy、 OpenAI、 RLHF、 人工智能模型及训练方法、 特斯拉、 语言模型 发表评论
较新文章
← 上一页 页面1 页面2

AGI AI AI技术 Anthropic ChatGPT Claude Cursor DeepSeek DeepSeek-R1 GitHub GPT-4o LLM Meta OpenAI Python Sam Altman 人工智能 人形机器人 具身智能 大型语言模型 大模型 大语言模型 字节跳动 工业机器人 开源 强化学习 微软 扩散模型 技术创新 智能体 木易 机器学习 深度学习 清华大学 生成式AI 用户体验 百度 腾讯 自然语言处理 英伟达 谷歌 阿里云 阿里巴巴 马斯克 黄仁勋

分类

  • 分享
  • 国际
  • 大模型
  • 学术
  • 开源
  • 机器人
  • 资讯
  • Cursor 中最受欢迎的 5 个 MCP Server!
  • 从GPT-5到DeepSeek V3.1,顶尖AI大模型的新方向出现了!
  • “AI购物代理”——电商下一个必争之地
  • 无账号&特殊网络,如何畅跑 Claude Code|附智谱「特别折扣」
  • 文档多模态RAG方案哪个更好?9类Embedding+3类MLLM+4类框架对比及古籍文档数据合成工具

2025 年 11 月
一 二 三 四 五 六 日
 12
3456789
10111213141516
17181920212223
24252627282930
« 9 月    

归档

  • 2025 年 9 月
  • 2025 年 8 月
  • 2025 年 7 月
  • 2025 年 6 月
  • 2025 年 5 月
  • 2025 年 4 月
  • 2025 年 3 月
  • 2025 年 2 月
  • 2025 年 1 月
  • 2024 年 12 月
  • 2024 年 11 月

AI新闻 | X平台 | APK反编译 | 京ICP备2024096144号 |
© 2025 每时AI • Built with GeneratePress
 下载我们的APP,AI秒送达!  立即下载
×