AlphaGo之父：AI正走在错误道路上
AlphaGo的创造者大卫·西尔弗（David Silver）认为当前AI发展路径存在根本性缺陷。他创立了一家估值十亿美元的新公司，致力于打造“超级学习者”——一种能够通过自我对弈和强化学习，在无人类数据依赖下掌握复杂技能的AI系统。西尔弗
强化学习 相关资讯
前DeepMind研究员David Silver融资11亿美元，打造无人类数据学习AI
英国AI实验室Ineffable Intelligence由前DeepMind研究员David Silver创立仅数月，便以51亿美元估值完成11亿美元融资。该实验室致力于开发一种无需人类数据即可学习的AI系统，旨在突破当前AI依赖大规模标
DeepSeek-V4：首日支持推理与强化学习
SGLang 团队宣布，DeepSeek-V4 在发布当日即提供全面的推理与强化学习支持。SGLang 和 Miles 组成首个开源技术栈，专为其混合稀疏注意力架构及多样化连接优化而设计。此次发布包括了影子基数前缀缓存、推测解码加速及 Hi
ROCm支持Miles：AMD GPU上的大规模RL后训练
强化学习（RL）已成为现代基础模型开发的核心阶段。通过ROCm对Miles的支持，AMD GPU用户可以在MI300/350级集群上运行现代RL管道，包括分布式rollout和GRPO训练。
揭秘AI为何在某些游戏中频频受挫
人工智能在围棋、象棋等领域已展现超凡实力，但当游戏获胜依赖于直觉数学函数时，AI却屡屡碰壁。Ars Technica报道的一项研究揭示，AI难以捕捉隐藏的数学规律，导致在简单游戏中表现逊于人类。本文深入剖析这一现象背后的原因，并探讨其对AI