搜索结果

关键词 "学习" 的搜索结果，共 2 条, 只显示前 480 条

Aivilization

Aivilization 是香港科技大学推出的全球首个大型人工智能多智能体社会模拟沙盒平台。结合了公民科学游戏、公共教育和大规模多智能体社会模拟，通过可视化的数字沙盒，让用户创造、引导并观察成千上万个 AI 智能体，模拟未来人与 AI 共存的社会演化。平台的核心目标是普及 AI 知识、收集人类反馈数据以支持 AI 技术研究，探索 AI 在未来社会中的角色。支持数千个 AI 智能体同时在线，模拟复杂

rStar2-Agent-强大的主动式强化学习推理模型

微软研究院的一个研究团队探索了使用主动式强化学习（agentic reinforcement learning）来实现这一目标，也就是说，模型会与专用工具环境中的工具进行交互，并根据收到的反馈调整其推理方式。而他们的探索成果便是 rStar2-Agent，这是一种强大的主动式强化学习方法。使用该方法，这个微软团队训练了一个 14B 的推理模型 rStar2-Agent-14B—— 该模型达到前沿级

只显示前20页数据，更多请搜索