工程
RL很重要,但远非All You Need!微软副总裁:AI不靠单个技术撑起
「AI 领域确实存在苦涩的教训,但若当初全盘接受它,我们现在可能还在用线性回归搞强化学习。 」刚刚,微软副总裁 Nando de Freitas 一篇长推文表达了自己的观点:反对单一技术的过度宣传,如 RL,应该强调多领域合作的重要性;AI 进步不是靠单一天才撑起的,而是成千上万的参与者共同推动了这一领域的发展;过去的一些观点在当时看似合理,但随着技术的发展,这些观点显得过时;人工智能的发展需要不断突破传统观念,就像数学一样,通过不断的探索和试错来逐步推进。 推文中,Freitas 还透露 RL 固然重要,但还远未达到「RL is all you need」的程度。
4/22/2025 9:30:00 AM
机器之心
一篇推文看一年!Jim Fan力荐2025必读清单:50篇论文,扫盲「全领域AI实战」
别再反复看Transformer之类的古董级论文了,该更新论文清单了! 现行的AI从工程技术角度可以分为十个领域:前沿大模型、基准评估、提示思维链、检索增强生成、智能体、代码生成、视觉、声音、图像/视频扩散、微调,每个领域选出5篇代表作和相关工作,看完 实践=AI全栈大神! 前沿大模型OpenAI发布的ChatGPT把大模型带入普通消费者的日常生活中,旗下的GPT系列模型也一直是行业标杆,其中GPT1/2/3, Codex, InstructGPT, GPT4都有论文,GPT3.5, 4o, o1和o3只有相关的宣发活动。
1/10/2025 9:20:00 AM
新智元
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
谷歌
DeepSeek
AI绘画
大模型
机器人
数据
AI新词
Midjourney
开源
Meta
微软
智能
用户
GPT
学习
智能体
技术
Gemini
马斯克
英伟达
Anthropic
图像
AI创作
训练
LLM
论文
代码
苹果
算法
AI for Science
腾讯
Agent
Claude
芯片
Stable Diffusion
具身智能
蛋白质
xAI
开发者
人形机器人
生成式
神经网络
机器学习
3D
AI视频
RAG
大语言模型
Sora
研究
百度
GPU
生成
字节跳动
工具
华为
AGI
计算
大型语言模型
AI设计
搜索
生成式AI
视频生成
亚马逊
DeepMind
AI模型
特斯拉
场景
深度学习
Transformer
架构
Copilot
MCP
编程
视觉