跳到正文

技术方向

推理能力 最新动态

模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。

161 条精选近 30 天 78 条共收录 3,212 条

更新

精选归档 · 第 9 页

2018年2月19日周一第 161–161 条
  1. Lilian Weng：Lil'Log62

    Lilian Weng 长文梳理强化学习核心概念与经典算法

    Lilian Weng 在 Lil'Log 发布强化学习综述教程，从智能体与环境交互的基本概念讲起，覆盖 MDP、Bellman 方程、动态规划、蒙特卡洛方法。

    推荐理由：文章系统梳理了强化学习的核心概念与经典算法，从动态规划到策略梯度再到 AlphaGo Zero，适合作为入门起点。