Tecnología
reward predictor
Sobre esta tecnología, IA para hoy ha analizado 1 noticia, procedentes de 1 medio distinto. No ha habido cobertura nueva en la última semana. La fiabilidad media de esa cobertura es de 5,0 sobre 5, medida con las reglas de nuestro método. Las áreas de impacto que más se repiten son Desarrollo, Automatización, Operaciones. Aparece en 1 historia en seguimiento.
Relacionadas
OpenAI ×1Google DeepMind ×1aprendizaje por refuerzo ×1agentes autónomos ×1
Historias
Noticias
DeepMind y OpenAI publican técnica para entrenar IA desde retroalimentación humana sin expertos
DeepMind y OpenAI han publicado investigación sobre un método que permite a usuarios sin experiencia técnica enseñar sistemas de aprendizaje por refuerzo a…
Por qué importaLa capacidad de alinear sistemas de IA complejos sin especificar objetivos de forma explícita reduce el riesgo de comportamientos indeseados o…