首页
大科技公司的人工智能代理仍在现实世界的自主性方面苦苦挣扎，这助长了对强化学习（RL）环境的需求--强化学习环境是对多步骤任务的掌握至关重要的模拟训练场所。Mechanize Work 和 Prime Intellect 等初创公司正在竞相提供这些环境，Anthropic 等人工智能实验室也在不断加大投资力度。尽管RL推动了突破性进展（例如OpenAI的o1），但批评者警告说，RL面临可扩展性挑战和 "奖励黑客 "风险。该领域反映了数据标签的蓬勃发展，但在人工智能快速发展的背景下，其长期可行性也面临质疑。
评论 (0)
0/300
