首頁
大科技公司的人工智能代理仍然在掙扎於真實世界的自主性，這刺激了對強化學習 (RL) 環境的需求 - 模擬訓練場地對於多步任務的掌握至關重要。Mechanize Work 和 Prime Intellect 等初創公司正在競相提供這些環境，Anthropic 等人工智能實驗室也在不斷增加投資。儘管 RL 驅動了突破性的發展（例如 OpenAI 的 o1），批評者仍警告擴充性的挑戰和「獎賞黑客」的風險。該領域反映了數據標籤的蓬勃發展，但在人工智能快速演進的背景下，其長期生存能力受到質疑。
評論 (0)
0/300
