Tag: 强化学习

All the articles with the tag "强化学习".

• 7.7

  Google：让 AI Agent 在对抗中学会合作

  2026年03月19日

  · VentureBeat· 03/19 02:33 采集

  用多样化对手池训练 Agent，无需硬编码规则即可涌现稳定协作行为

• 8.7

  AI Can Learn Scientific Taste：用社区反馈训练科学判断力

  2026年03月18日

  · HuggingFace Papers· 03/17 00:00 采集

  复旦提出 RLCF 范式，让 AI 学会判断和提出高影响力研究想法

• 8.0

  OpenClaw-RL：通过对话训练任意 Agent

  2026年03月18日

  · HuggingFace Papers· 03/17 00:00 采集

  统一个人和通用 Agent 的在线 RL 框架，从实时交互信号中学习

• 8.2

  AutoResearch 实战：一夜 151 次实验的自动化研究循环

  2026年03月16日

  · Run Data Run

  Karpathy AutoResearch 在 Blackwell GB10 上的实践，展示了 AI Agent 如何通过自主循环优化发现硬件最优配置

• 7.8

  AI Agent 研究周报：策略推理 vs 暴力搜索

  2026年03月16日

  · LLM Watch

  本周 Agent 研究论文综述，涵盖推理能力、评估方法、安全风险和持续学习