奖励
奖励函数 (reward function)
概念
本站收录 2 集 · 0 条金句 · 关联 10 个
集里怎么说它
- 《AI模型正在学会黑入一切：软件供应链已成最薄弱环节》(00:13起):本集指出网络安全的奖励函数定义极其明确：模型只要成功获取数据访问权限，就会得到奖励。
- 《AlphaGo 幕后团队再出发：这次不学人类，让 AI 自己发现一切》(17:43起):本集说不要精心设计一个精确描述「科学」或「有趣数学」的奖励函数，而是给智能体简单直截了当的目标，让复杂性靠环境涌现。
② 出现在这些集
2 集
③ 关联
点进去有真内容 —— 本页主要出口
强化学习 · 智能体 · Dylan · David Silver · Firas · Ineffable Intelligence · Joel de la Garza · DeepMind · Truffle Security · AlphaGo