Reflect, Retry, Reward: как RL учит LLM рефлексировать и становиться лучше +4
Публикации с тегом reinforcement learning
Новый метод поиска от Sakana: расширение inference-time scaling и коллективный разум +5
От мозга к мультиагентным системам: как устроены Foundation Agents нового поколения +3
- red_mad_robot corporate blog
- Artificial Intelligence
- Research and forecasts in IT
- Блог компании red_mad_robot
- Искусственный интеллект
- Исследования и прогнозы в IT
LiberalMind 1.5 новая LLM из России +7
ИИ простыми словами, часть 2. Reinforcement Learning (RL) +4
ИИ на путях: как решить задачу перепланирования расписания движения поездов +5
Практическое обучение с подкреплением: от забав с MuJoCo'м до битв на арене +26
ML-тренды рекомендательных технологий: шесть приёмов, которые помогают угадывать желания пользователя +17
- Блог компании Яндекс
- Машинное обучение
- Алгоритмы
- Natural Language Processing
- Анализ и проектирование систем
OpenAI o1 — LLM, обученная выполнять сложные логические рассуждения +3
Научно-исследовательский кружок по ИИ в робототехнике для студентов и взрослых +27
Поиск данных, прокачанная тренировка и судейская оценка. Как с минимальными ресурсами улучшить качество дообучения LLM +10
Reinforcement Learning в задаче групповой оптимизации цен
Создание масштабируемых RL систем с Ape-X
Обучение с подкреплением: 10 вариантов применения +9
