AI在线 AI在线

Sergey Levine

关于机器人数据，强化学习大佬Sergey Levine刚刚写了篇好文章

关于机器人数据，强化学习大佬Sergey Levine刚刚写了篇好文章
我们知道，训练大模型本就极具挑战，而随着模型规模的扩大与应用领域的拓展，难度也在不断增加，所需的数据更是海量。 大型语言模型（LLM）主要依赖大量文本数据，视觉语言模型（VLM）则需要同时包含文本与图像的数据，而在机器人领域，视觉 - 语言 - 行动模型（VLA）则要求大量真实世界中机器人执行任务的数据。 目前而言，Agent 是我们走向通用人工智能（AGI）的重要过渡。
7/22/2025 1:26:00 PM
机器之心
GPT-5涌现能力可预测？UC伯克利仅使用当前模型检查点预测未来模型

GPT-5涌现能力可预测？UC伯克利仅使用当前模型检查点预测未来模型
LLM 规模扩展的一个根本性挑战是缺乏对涌现能力的理解。 特别是，语言模型预训练损失是高度可预测的。 然而，下游能力的可预测性要差得多，有时甚至会出现涌现跳跃（emergent jump），这使得预测未来模型的能力变得具有挑战性。
11/30/2024 1:44:00 PM
机器之心