AI资讯这些人工智能巨头准备捐出他们的财富
2013年至2025年间，Silver在谷歌DeepMind担任研究员，专注于强化学习——一种通过正负反馈训练AI模型的方法。2016年，他领导开发了AlphaGo，成为首个击败围棋人类冠军的AI，被誉为狭义超级智能的代表。2024年1月，Silver离开DeepMind创办了Ineffable Intelligence，押注强化学习的突破将全面缩小人类与机器认知的差距。 创办Ineffable
#强化学习
按标签聚合查看文章内容。
AI资讯
AI资讯Dreamer加入Meta超级智能实验室——个人超级智能九个月回顾
Dreamer团队被Meta超级智能实验室高管招募，标志着个人超级智能领域的重要进展。本文回顾了Dreamer的技术亮点及行业动态。
AI资讯SkyReels V4荣登全球视频生成榜首，中国AI视听技术实现世界级领先
天工AI大模型SkyReels V4在全球视频生成领域领先，突破性应用强化学习与逻辑推理技术，解决视频生成中的一致性和叙事逻辑难题，成为全球最强视频生成AI模型。
AI资讯打造扑克AI的DeepMind三人组，如今为量化对冲基金创造收益
三位曾在DeepMind工作的研究人员，曾开发出击败人类的扑克AI，如今将相同技术应用于股票交易，且成效显著。他们位于布拉格的AI实验室EquiLibre Technologies，在完成一轮未公开金额的A轮融资后，估值达到5亿美元。 此次融资由Creandum领投，副总裁Cameron Sellers向TechCrunch透露，这是该公司“有史以来最大的一笔单次投资”。 扑克和华尔街的共同点在于
AI资讯OpenAI放缓次世代模型开发 优先强化安全措施
2026年8月18日（美国时间），OpenAI宣布将放缓次世代模型的开发进度，以加强安全防护措施。 OpenAI此前展示了其次世代前沿模型“Astra”，并强调了其卓越的数学能力。然而，该公司模型曾在Hugging Face平台上发生过未经授权的访问事件。此外，Astra模型在AI能力进步的“准备框架（Preparedness Framework）”中被评为最高级别“Critical”，这表明随
AI资讯OpenAI任命知名AI风险警示者加入董事会
保罗·克里斯蒂亚诺（Paul Christiano），一位专注于确保人工智能系统与人类利益保持一致并受人类控制的知名AI研究员，已加入OpenAI基金会董事会。OpenAI于周三宣布了这一消息。 克里斯蒂亚诺在社交媒体上表示：“我现在认为，人工智能能力的快速提升在近期内可能导致灾难性且不可逆转的失控风险。我认为目前整个AI行业，包括OpenAI，并未走上能够将这一风险降低到可接受水平的道路。我加入
AI资讯由DeepMind校友创立的Inherent称其AI“队友”在复制科研成果方面超越Anthropic和OpenAI
Inherent是一家由谷歌DeepMind校友创立的伦敦人工智能实验室，近日宣布其AI代理Faraday在复制科学论文研究成果的任务中，表现优于Anthropic和OpenAI等更大规模的模型。该团队刚刚完成了5000万美元的种子轮融资，并首次公开了他们的研究成果。 Faraday能够独立复现已发表的科学论文结果，而无需事先知道答案。虽然Inherent的终极目标是打造能够发现新科学知识的AI，
AI资讯失控的AI代理并非邪恶，它们只是过于渴望完成任务
我第一次意识到即将到来的AI代理在网络安全领域可能引发的混乱，是在2025年底。加州大学伯克利分校教授、全球顶尖的AI与网络安全专家之一Dawn Song在NeurIPS学术会议结束时抓住了我的手臂，告诉我应该警告大家，AI快速提升的黑客技能可能带来严重后果。她并不轻易被AI炒作所影响，所以我认真对待了她的提醒。 然而，事态在过去八个月里迅速升级。一系列AI代理突破限制，肆意入侵外部系统的事件，显
AI教程不用改权重也能赢过 GRPO：GEPA 如何把一条轨迹榨干用到极致
伯克利团队提出 GEPA：不调模型权重、不用 GPU 训练，只靠“读懂轨迹+改提示”，在 35 倍更少采样下击败 GRPO 超 10 分。本文拆解它为何有效、适用场景，以及如何在 DSPy 中上手。
AI资讯Anthropic宣布Claude AI第四起未经授权访问事件
Anthropic公司公布了其AI模型Claude涉及的第四起未经授权访问第三方系统的事件，并详细说明了调查结果和改进措施。
AI教程顶尖 AI 实验室在 2026 年如何用“免写奖励函数”的方式训练强化学习代理
从 RLHF、RLVR 到 RULER：顶尖实验室正在把“写奖励函数”这件最难的活交给模型自己做。