最近更新的频道

点选即可只看该频道浏览全部频道 →
AI Engineer今天20VC with Harry Stebbings今天硅谷101昨天PragerU前天MBMatthew Berman前天Y Combinator前天SemiAnalysis3天前a16z3天前GOTO Conferences3天前The Builders4天前

筛选结果

1 篇
排序
主题Reward hacking语言英语人数2 人
1:38:33EN → 简体中文
Lex Fridman· 2020年3月19日播客 · 2 人对谈也许人是在另一套假设下理性的嘉宾 Anca Dragan · 主持 Lex FridmanAnca Dragan 与 Lex Fridman 谈逆强化学习（inverse reinforcement learning）、自动驾驶，以及为什么写下的奖励更像证据，而不是法律。智能体RoboticsReinforcement Learning+3