专栏名称: 宝玉xp

前微软Asp.Net最有价值专家互联网科技博主我是宝玉。

今天看啥

微信公众号rss订阅, 微信rss, 稳定的RSS源

微信公众号RSS订阅方法

B站投稿RSS订阅方法

雪球动态RSS订阅方法

微博RSS订阅方法

微博搜索关键词订阅方法

豆瓣日记 RSS订阅方法

相关文章推荐

爱可可-爱生活 · 《爱可可微博热门分享(9.17)》 ... · 昨天

爱可可-爱生活 · 【ShellAgent：功能强大、开放且模块 ... · 昨天

爱可可-爱生活 · 【extension.js：即插即用、零配置 ... · 3 天前

黄建同学 · 必须搞一个！//@王小裤子:所有人都应该试着 ... · 4 天前

人工智能那点事 · 唐尚珺的大学室友全部申请搬离宿舍？最新回应→ · 4 天前

今天看啥 › 专栏 › 宝玉xp

去年 Jim Fan 有一个对传闻中 Q* 的预测(网页链接)，-20240916063549

宝玉xp · 微博 · AI · 2024-09-16 06:35

文章预览

2024-09-16 06:35 本条微博链接去年 Jim Fan 有一个对传闻中 Q* 的预测( 网页链接 )，现在结合刚发布的 o1 来看基本上都是准确的！ Jim 将 Q* 和 AlphaGo 做了类比，猜测 Q* 可能类似于 AlphaGo，是通过与自己之前的版本进行对弈，自我对弈不断进步，甚至于架构都是类似的。 AlphaGo 的架构核心有四个组件： 1. 策略神经网络（Policy NN，学习部分）：负责选择下一步最有可能赢的走法 2. 价值神经网络（Value NN，学习部分）：评估当前 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

爱可可-爱生活 · 《爱可可微博热门分享(9.17)》爱可可微博热门分享(9.1-20240917225310

昨天

爱可可-爱生活 · 【ShellAgent：功能强大、开放且模块化的Agentic框-20240917212739

昨天

爱可可-爱生活 · 【extension.js：即插即用、零配置、跨浏览器的扩展开发-20240915164426

3 天前

黄建同学 · 必须搞一个！//@王小裤子:所有人都应该试着训练自己的大模型。-20240914210843

4 天前

人工智能那点事 · 唐尚珺的大学室友全部申请搬离宿舍？最新回应→

4 天前