热门
导航
快讯
推荐文章
热门
导航
快讯
推荐文章
#Eureka
Eureka
Eureka是一种基于大型语言模型的人类级奖励设计算法,利用GPT-4等先进LLM进行奖励代码的进化优化。在29个开源强化学习环境中,Eureka在83%的任务上超越人类专家,平均提升52%。该算法还实现了无梯度人类反馈强化学习方法,并首次展示了能以人类速度旋转笔的五指Shadow Hand仿真。
相关文章
Eureka:通过编码大型语言模型实现人类水平的奖励设计
2 个月前
使用协议
隐私政策
广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI
·
鲁ICP备2024100362号-6
·
鲁公网安备37021002001498号