Apprendimento per rinforzo Apprendimento per rinforzo
L’apprendimento per rinforzo (reinforcement learning) è il ramo del machine learning in cui un agente impara per tentativi, ricevendo ricompense o penalità. È la tecnica usata per AlphaGo, in robotica e nell’addestramento dei chatbot con feedback umano (RLHF). Qui trovi spiegazioni, guide e le ricerche più recenti.
Apprendimento per rinforzo
Apprendimento per rinforzo OpenAI Control Room: come si ferma un modello di ricerca in 35 secondi
Apprendimento per rinforzo AlphaGo, AlphaZero e MuZero: come il reinforcement learning ha conquistato i giochi
Apprendimento per rinforzo World model: cosa sono e come funzionano i modelli del mondo dell’AI
Apprendimento per rinforzo Reinforcement learning multi-agente (MARL): cos’è, come funziona e a cosa serve
Apprendimento per rinforzo Sakana AI MASS: il modello che migliora imparando dal proprio team di subagenti
Apprendimento per rinforzo Ineffable Intelligence, la scommessa di David Silver: AI che impara dall’esperienza
Apprendimento per rinforzo OpenAI e il grader che sabota il proprio ambiente di addestramento
Apprendimento per rinforzo Temporal difference learning: cos’è e come funziona l’apprendimento per differenza temporale
Apprendimento per rinforzo apex-flash-1 di Cantina: il modello open-weights che cerca vulnerabilità a un costo ridotto
Apprendimento per rinforzo Boston Dynamics Atlas, la nuova mano a quattro dita è pensata per l’apprendimento per rinforzo
Apprendimento per rinforzo Safety case OpenAI: le nuove regole per addestrare i modelli di frontiera
Newsletter gratuita · ogni venerdì
Tutta l'AI della settimana, in 5 minuti, nella tua email
- Le guide e le notizie della settimana, divise per rubrica
- Solo ciò che conta, verificato e spiegato in italiano
- Niente spam, ti cancelli con un clic
