熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
恭喜 @pcmoritz!
2025年7月17日
恭喜我的出色共同創辦人 Philipp Moritz (@pcmoritz) 和傳奇人物 John Schulman、Sergey Levine、Pieter Abbeel 以及 Michael Jordan，今天在 ICML 2025 獲得了「時代考驗榮譽提名」！
因為他們創造了 TRPO。這是在強化學習（Atari、Mujoco、AlphaGo 等）之前的興奮浪潮中完成的。現在，隨著 LLM 和推理模型的回歸，強化學習比以往任何時候都更具影響力！該領域在很大程度上已經標準化為 TRPO 的變體。
@pcmoritz @johnschulman2, @svlevine, @pabbeel
907
熱門
排行
收藏