决策

高手做决策的认知公式：贝叶斯定理及其三重境界

“顶级的成功不是因为他们是谁，而是因为他们以什么方式思考，以什么逻辑行动。 ”爱因斯坦有个著名的问题：“你所经历过的最大的挑战是什么？ ”埃隆·马斯克对此足足思考了30秒，给出了一个非常精彩的回答：“确保你有一个可纠错的反馈闭环（making sure you have a corrective feedback loop）”。

5/27/2025 12:00:25 AM

谷歌 DeepMind 通过强化学习微调提升 AI 决策能力

近期，谷歌 DeepMind 团队与约翰・开普勒林茨大学 LIT AI 实验室合作，开展了一项关于人工智能语言模型的新研究。他们采用了强化学习微调（RLFT）技术，旨在提升语言模型的决策能力。这项研究的重点在于，通过思维链的强化训练，解决了模型在决策过程中存在的一些关键问题。

5/20/2025 6:00:45 PM

AI在线

过去数年，随着神经网络、基于强化学习的自我博弈、多智能体学习和模仿学习等通用机器学习理论的突破，AI 智能体的决策能力实现了飞跃式发展。可以看到，不管是谷歌、微软、IBM 等全球科技巨头，还是国内一众 AI 龙头企业，在学术研究和产业落地上，它们的关注焦点都在从智能感知向智能决策过渡。「决策 AI」成了领域内的必争之地。今年 5 月，谷歌旗下的机构 DeepMind 发布 Gato，这款全新的 AI 智能体能够在「广泛的环境中」完成 604 项不同的任务。Gato 的诞生，再次刷新了单智能体的能力上限。当然，关于

8/19/2022 9:57:00 AM

机器之心