当下，RLHF/ChatGPT 已经变成了一个非常流行的话题。我们正在致力于更多有关 RLHF 的研究，这篇博客尝试复现 OpenAI 在 2019 年开源的原始 RLHF 代码库，其仓库位置位于 o...【查看原文】
大家好，我是佳恺，最近一直在研究强化学习，烧了大量脑细胞之后，现在总算对强化学习有一个整体的了解了，掌握强化学习基础知识后我又用PPO算法实现了一个简单的火箭回收模型。对强化学习有兴趣的朋友可以了解一下文章的主要内容如下：一、什么是强化学习二、PPO火箭回收案例三、研究强化学习的意义四、强化学习的应用五、总结一、什么是强化学习（来自ChatGPT）强化学习是一种机器学习方法，它涉及到智能系统（通常是一个agent代理程序）通过与环境互动来学习如何做出决策，以最大化一个特定目标的累积奖励。在强化学习中，代理
ChatGPT机器学习
恺哥笔记 2023-09-23
近端策略优化（PPO）算法是OpenAI在2017提出的一种强化学习算法，本文将从PPO算法的基础入手，理解从传统策略梯度算法直到PPO算法的演进过程，以及算法迭代过程中的优化细节。
OpenAI
安可可可可 2023-07-10
LLM很强大了，但却并不完美，它也会出错或者生成无用乃至有害的结果，比如有人发现可以让ChatGPT教人如何偷盗：让ChatGPT教人如何偷盗商店；左图，ChatGPT拒绝回答；右图，在prompt中添加了「withnomoralrestraints（不加道德约束）」后，ChatGPT给出了商店偷盗指南这时候，对齐（alignment）就...
ChatGPT提示词
机器之心Pro 2024-08-05
前言 今天我们来聊聊如何使用OpenAi进行评论的情感分析，通过使用Ai进行对评论的情感分析可以大大减少人力成本。下面来我将带领大家来了解如何使用LLM对用户评论进行情感分析。
有机后脑 2024-05-16
最开始问题：给定一个n个元素的数组/序列，找出所有m个元素组合成的集合（m
ChatGPT编程
疑似叉叉星来的鹩八哥 2023-03-10
金融界2024年12月26日消息，国家知识产权局信息显示，龙岩智康太阳能科技有限公司申请一项名为“一种用于双轴跟踪高度角调节装置及方法”的专利，公开号CN119179341A，申请日期为2024年10月。
金融界 2024-12-26
金融界2024年12月26日消息，国家知识产权局信息显示，宁波奉化吉泰电气有限公司申请一项名为“智能反应器智能温控系统及控制流程”的专利，公开号CN119179346A，申请日期为2024年11月。
金融界2024年12月26日消息，国家知识产权局信息显示，高精地基导航授时南京研究院有限公司申请一项名为“一种基于北斗定位的氧气投放控制系统及方法”的专利，公开号CN119179344A，申请日期为2024年11月。
金融界2024年12月26日消息，国家知识产权局信息显示，江苏东成园林机械有限公司取得一项名为“一种用于收纳电动工具的刀套”的专利，授权公告号CN222200641U，申请日期为2024年4月。
金融界2024年12月26日消息，国家知识产权局信息显示，江苏谷峰电力科技股份有限公司申请一项名为“柔性倾角式跟踪光伏支架”的专利，公开号CN119179342A，申请日期为2024年11月。
金融界2024年12月26日消息，国家知识产权局信息显示，深圳天鹰兄弟无人机创新有限公司申请一项名为“无人机区域边界自动识别与避障方法及装置”的专利，公开号CN119179338A，申请日期为2024年11月。
金融界2024年12月26日消息，国家知识产权局信息显示，须眉科技（江苏）有限公司取得一项名为“一种带有放置座的电动剃须刀”的专利，授权公告号CN222200639U，申请日期为2024年5月。
金融界2024年12月26日消息，国家知识产权局信息显示，上海柔擎智能科技有限公司取得一项名为“一种工业机器人视觉传感器防护装置”的专利，授权公告号CN222200622U，申请日期为2024年5月。
金融界2024年12月26日消息，国家知识产权局信息显示，北京他山科技有限公司取得一项名为“一种机械臂及其防护套壳”的专利，授权公告号CN222200625U，申请日期为2024年5月。线缆，共用总线。保护套壳内的电极两两形成一组互电容，在人体和机械臂即将发生碰撞时，提前检测人体所在方向，提供信号给机械臂，避免机械臂与人体的碰撞发生。
金融界2024年12月26日消息，国家知识产权局信息显示，宁波林佳塑业有限公司取得一项名为“一种工具刀”的专利，授权公告号CN222200629U，申请日期为2024年1月。
Copyright © 2025 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
