强化学习这十年,走的是一条不断"删东西"的路
监督学习像一次考试,你答一道题,老师立刻给分。强化学习不是。强化学习是你下一整盘棋,走了几十步,最后才知道这盘赢没赢,而且没人告诉你哪一步是关键的。这个差别看起来只是”反馈给得晚一点”,但它把整套训练范式都拧到了另一...
标签索引 / 第 3 页
AI 应用
这个标签下有 475 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
模型架构的差别,在于你愿意把多少"结构"提前告诉模型
机器学习入门课的常见教法是:一周讲一个模型,线性回归、SVM、CNN、RNN、Transformer、GNN,一周一个,讲到学期末。学生记住了一堆名字,但下次拿到一个新数据集,还是不知道该选哪个,更不用说自己设计一个。 Paul Liang...
在动模型之前,你得先和数据"贴脸"
第 4 讲是这门课第一次把人按到键盘前面。前三讲讲原则、讲研究、讲数据本身的结构,从这一讲开始,Paul Liang 把麦克风让给两位 TA:David 和 Chanaka,带大家在 Colab 里把一个分类模型从头跑通。 听上去像一节教 ...
选模型之前,你得先给数据画一张脸
机器学习课的常见开场是讲算法:第一周线性回归,第二周决策树,第三周神经网络。Paul Liang 这一讲反着来。他先讲数据,而且讲了整整一节课,模型一个字没提。他给的理由很简单:你手里那摊数据长什么样,基本上已经决定了模型该长什么样,反过来...
研究是设计一个能失败的实验,不是想一个聪明点子
我以前一直觉得”做研究”是个挺玄的事:你得有灵感,得有品位,得在某天洗澡的时候突然冒出一个别人没想到的想法。后来在工程里摸爬几年,慢慢意识到大部分研究并不长这样。它更像一台机器,你按一个流程一圈一圈地转,转得快、转得...
这门 MIT 课不教模型,教你怎么"想" AI
MIT 媒体实验室有个延续多年的传统,叫 “how to … almost anything”。最早是 how to make almost anything(怎么造几乎任何东西),后来有了 how to...
大模型周刊 第 34 期：两份招股书、一脚刹车和一次降价
作者：toy | 覆盖周期：2026.6.6 – 2026.6.12 这一周的主线是”交卷”。6 月 8 日，OpenAI 把保密版 S-1 递给 SEC，距 Anthropic 递交正好一周——AI 第一梯队的两家...
单轮 eval 是 Agent 失败"看起来体面"的地方
— title: “Single-turn evals are where agent failures go to look employed” date: 2026-05-27T09:00:00 &#...
Google I/O 2026 的真正主线：不是模型大战，而是 Google 把 Gemini 变成生态内核
本文整理自灵姐说AI对 Google I/O 2026 的深度解读。比起逐条数发布会功能，更值得看的是一个更大的判断：OpenAI 正在做超级 App，而 Google 想把 Gemini 塞进搜索、Workspace、YouTube、An...
两千块机械臂 + 开源 VLA 模型：具身智能的门槛已经低到个人开发者了
本文整理自 Zihao Zhang 对开源具身智能训练链路的完整演示。更值得看的，不是某个机器人 demo 又做成了什么动作，而是一个更关键的信号：今天个人开发者已经可以用两千多块的机械臂、开源 VLA 模型和现成训练框架，真正跑通一条具身...