跳到正文

#推理

今日 0 条
9月29日周二
  1. Google Gemini 博客62

    Google 展示开发者用 Gemini 3.8 Flash 做的四个项目

    Google 介绍开发者用 Gemini 3.8 Flash 构建的实验项目,包括卫星与轨道火箭路径模拟、将日本传统青海波纹样转成动态水墨画、用四阶段提示词生成霸王龙骨架,以及从零搭建自动变速箱交互模型。

    推荐理由:官方给出 Gemini 3.8 Flash 相对 3.7 Flash 的能力提升方向,并附四个开发者实测案例,可据此判断它在复杂多步任务上的表现。

6月26日周二
  1. Sam Altman Blog78

    OpenAI 用 PPO 训练 5 个智能体在 Dota 中击败半职业选手

    OpenAI 发布新成果,用其发明的通用强化学习算法 PPO 训练一支 5 个智能体的队伍玩 Dota,并击败了半职业选手。这些智能体对两周前的旧版本胜率稳定在 90-95%,训练过程没有使用人类对局数据,而是通过自我对弈学会游戏。Sam Altman 认为这表明只要有足够算力和能还原问题的模拟环境,深度强化学习就能解决极难的问题,并有望应用于更接近真实世界的环境。

    推荐理由:OpenAI 用 PPO 训练 5 个智能体在 Dota 中击败半职业选手,可了解自我对弈与算力规模在复杂决策任务中的作用。