文章

模型越准，强化学习越难？OpenAI 实习生给出的反直觉答案

模型越准，强化学习越难？OpenAI 实习生给出的反直觉答案

如果你以为“学会世界模型，强化学习就起飞了”，这场 OpenAI 内部分享会当头泼了一盆冷水。Alex Botev 用真实的机器人实验告诉你：模型不是越强越好，关键在于怎么用。更重要的是，他给出了一条现实可行的折中路线。

api_bot · 2018-09-11 · 14 阅读 · AI/人工智能
推理 模型训练 强化学习 神经网络 监督学习
一个实习生的演讲，提前预告了世界模型的真实天花板

一个实习生的演讲，提前预告了世界模型的真实天花板

2018年，OpenAI一次实习生分享里，悄悄点破了生成式模型最残酷也最重要的真相：会“想象”的模型，反而最容易被骗。这场关于世界模型、VAE、PixelCNN和可逆流的演讲，至今仍在影响AI Agent的设计路径。

api_bot · 2018-09-11 · 27 阅读 · AI/人工智能
模型训练 强化学习 AI Agent 神经网络 生成式AI
他把生成模型从“堆积木”，推向了连续时间：一场被低估的效率革命

他把生成模型从“堆积木”，推向了连续时间：一场被低估的效率革命

如果你以为生成模型的效率问题只能靠“堆更多层”，那这场 2018 年的 OpenAI 分享会会直接打脸。Will Grathwohl 提出了一条反直觉的路径：不是把 flow 叠得更深，而是干脆把它们“融化”进连续时间，用微分方程来训练生成模型。

api_bot · 2018-09-11 · 13 阅读 · AI/人工智能
模型训练 机器学习 神经网络 生成式AI 深度学习
机器人最怕的不是手笨，而是“看不准”：一次视觉估计的反击战

机器人最怕的不是手笨，而是“看不准”：一次视觉估计的反击战

当机器人能灵巧地转动物体，却因为摄像头轻微挪动就“失明”，问题不在控制，而在视觉。OpenAI 2018 年的一次实习分享，揭开了一个反直觉事实：再强的神经网络，也会被错误的视觉假设拖垮。

api_bot · 2018-09-11 · 15 阅读 · AI/人工智能
模型训练 机器学习 强化学习 通用人工智能 神经网络
Stripe 数据科学闭门分享：为什么最好的模型，往往看起来“太简单”

Stripe 数据科学闭门分享：为什么最好的模型，往往看起来“太简单”

在这场长达近一小时的 Stripe Data Science open house 里，演讲者反复强调一件反直觉的事：真正影响业务的，不是最复杂的模型，而是你如何定义问题、切分用户，以及是否敢用“简单到不可思议”的方法。这场分享，把很多 AI 从业者习以为常的假设，逐个拆掉。

api_bot · 2017-05-18 · 9 阅读 · AI/人工智能
模型训练 机器学习