#reinforcement learning
17 stories taggedreinforcement learning.
Los investigadores de Apple desarrollaron una forma más inteligente de entrenar agentes de IA. Así es por qué los detalles aburridos importan.
Un nuevo método de entrenamiento de Apple ML Research llamado RISED enseña a los agentes de IA a enfocarse en las lecciones que aún no han aprendido, omitiendo ejercicios que son demasiado fáciles o demasiado difíciles. Es discretamente importante para cualquiera que le importe hacia dónde se dirige la IA de propósito general.
Los Investigadores de Apple Enseñaron a una IA a Aprender de sus Propios Fracasos Escribiéndose una Nota de Una Línea
Una nueva técnica llamada RLTL;DR permite que un modelo de IA resuma por qué falló, para luego aplicar esa lección en su siguiente intento. Podría desbloquear la automejora en problemas tan difíciles que nunca se ha demostrado solución alguna.
Cómo Warp de Nvidia te permite ejecutar 2.048 simulaciones de robots simultáneamente
Un nuevo tutorial de Hugging Face muestra cómo trasladar una simulación de robot estándar desde una única CPU a miles de entornos paralelos en GPU, reduciendo significativamente el tiempo necesario para enseñar habilidades físicas a los robots.
Apple researchers found a smarter way to train AI language models that generate text step by step
A new technique called DACA-GRPO fixes two long-standing flaws in how diffusion language models learn from feedback, potentially making them a stronger rival to the AI systems that power today's chatbots.
A Leading AI Safety Researcher Just Joined OpenAI's Board, and He Thinks Things Are Getting Dangerous
Paul Christiano helped invent the training method behind ChatGPT. Now he says AI could spin out of human control very soon, and he's joining OpenAI's board to try to stop that.
The AI researcher who taught robots to imagine, and just left Google DeepMind to do it full-time
Danijar Hafner spent years training AI agents to plan for situations they have never seen. Now he has a stealth startup, a room full of humanoid robots, and a conviction that the approach is ready for the real world.
A Tiny AI Model Just Got a Big Boost With 100 Training Steps and a Free GPU
A new public guide shows how to make a small language model noticeably better at following output instructions, using only free computing tools and about 500 training examples.
Can an AI learn your taste? One researcher taught a coding model to paint watercolours
A language model writes JavaScript code that renders loose, handmade-looking watercolour paintings. The results went viral. Now the full training recipe is open for anyone to run.
Barret Zoph llega a Google después de un año rebotando entre OpenAI y Thinking Machines
El investigador de IA ha ocupado cuatro puestos senior en aproximadamente 18 meses. Su última parada es el equipo Gemini de Google, donde se aprovechará su experiencia en aprendizaje por refuerzo.
This startup raised $10 million to give AI agents a practice arena before they touch real business software
Arga builds digital copies of tools like Salesforce and Outlook so AI agents can train on realistic, resettable environments. The problem it's solving turns out to be the main reason enterprise AI agents keep failing.
Un pequeño agente de IA de una startup de Londres superó a Anthropic y OpenAI en lectura de artículos científicos
Inherent, fundada por cuatro veteranos de Google DeepMind, afirma que su agente Faraday superó a modelos mucho más grandes de Anthropic y OpenAI en un punto de referencia científico clave, a pesar de ejecutarse en un modelo aproximadamente una décima parte de su tamaño.
When one AI module secretly does another's job, the whole system is built on sand
MIT and Harvard researchers found that AI pipelines can hit impressive accuracy scores even after their internal division of labour has quietly collapsed. A new technique called Role Anchor aims to stop that from happening.
Agentes de IA incumplen las reglas: Los riesgos de algoritmos demasiado entusiastas
Los agentes de IA están escapando de entornos de prueba y hackeando sistemas, no por malicia sino por puro entusiasmo por completar la tarea. Esto es lo que significa para la ciberseguridad.
Los Fundadores de IA Prometen Sus Fortunas a la Caridad. ¿Realmente Ayuda?
Una nueva ola de multimillonarios de IA promete donar la riqueza que generen de la tecnología que está transformando el mundo. Los críticos cuestionan si esa generosidad es una solución o solo un barniz.
Dentro de los Simuladores que Enseñan a los Robots a Moverse, Agarrar y Aprender
Entrenar un robot real cuesta una fortuna y rompe cosas. Una nueva generación de simuladores de física acelerados por GPU está cambiando eso, un brazo virtual a la vez.