OpenAI 与 DeepMind 提出基于人类偏好学习的算法
OpenAI 联合 DeepMind 安全团队研发出一种新算法，能够通过让人类在两种候选行为中选择更优项来推断人类意图。该方法旨在消除人工编写复杂目标函数的需要，避免因代理目标不准确而导致不可控或危险的行为。
推荐理由：算法通过让人类在两种行为中二选一的方式推断意图，减少了手动编写复杂目标函数带来的安全风险。
#论文/研究
#论文/研究
今日 2 条OpenAI精选AI 评分7373
OpenAI精选AI 评分6363 OpenAI 发现无监督情感神经元
OpenAI 研发了一种无监督学习系统，仅通过训练预测亚马逊评论文本中的下一个字符，就能学习到极佳的情感表征。该模型无需人工情感标签监督即可提取高质量特征。
推荐理由：该研究表明仅通过预测文本中的下一个字符，模型无需人工标注也能自发学习到高质量的情感表征。
OpenAIAI 评分5858 OpenAI：进化策略可作为强化学习的可扩展替代方案
OpenAI 发现进化策略（ES）在 Atari 和 MuJoCo 等现代强化学习基准上的表现可媲美标准强化学习技术。该优化方法克服了强化学习在实际应用中的诸多不便，提供了高可扩展性的替代方案。
OpenAIAI 评分2626 OpenAI 研究：AI 智能体学习交流
OpenAI 概述了一项最新研究成果。在该研究中，AI 智能体能够自主发展出属于自己的语言，以实现相互沟通。
OpenAIAI 评分1818 OpenAI 探讨生成模型
OpenAI 介绍了围绕增强与应用生成模型的四个研究项目，将生成模型界定为机器学习中无监督学习技术的一个分支。此外，内容还进一步阐述了生成模型的定义、重要性以及未来可能的发展走向。