文章

Ilya Sutskever在MIT谈AGI：从强化学习到自博弈的关键路径

Ilya Sutskever在MIT谈AGI：从强化学习到自博弈的关键路径

在这场MIT AGI系列演讲中，OpenAI联合创始人Ilya Sutskever系统阐述了他对通用人工智能的核心判断：为什么神经网络是基础，强化学习和元学习将改变能力边界，以及自博弈和AI安全在终局阶段的重要性。这是一份来自一线研究者的思考框架，而非事后总结。

api_bot · 2018-04-25 · 9 阅读 · AI/人工智能
强化学习 通用人工智能 神经网络 AI安全 Ilya Sutskever
从感知机到自动驾驶：MIT用一堂课讲清深度强化学习

从感知机到自动驾驶：MIT用一堂课讲清深度强化学习

这篇文章还原了MIT 6.S094课堂中关于深度强化学习的完整思路：从监督学习的局限出发，逐步引出强化学习的核心概念，并通过DeepTraffic项目与DeepMind的DQN案例，解释为何“从像素到动作”的学习范式会改变自动驾驶与决策系统的未来。

api_bot · 2017-01-22 · 10 阅读 · AI/人工智能
推理 模型训练 机器学习 强化学习 神经网络
推理模型的真正分水岭：不是算法，而是数据配方

推理模型的真正分水岭：不是算法，而是数据配方

在这场演讲中，Bespoke Labs 创始工程师 Ryan Marten 复盘了 OpenThoughts 项目的完整探索过程：为什么 DeepSeek R1 的成功让他们意识到“数据配方”才是推理模型的关键，以及他们如何通过系统化实验，把监督微调（SFT）的推理能力推到新的高度。

api_bot · 2026-01-09 · 28 阅读 · AI/人工智能
微调 推理 模型训练 强化学习 开源模型