标签：RL
被《经验时代》刷屏之后，剑桥博士长文讲述RL破局之路
强化学习（RL）与大型语言模型（LLM）的结合在2025年展现了巨大的潜力，尤其是在后训练时代。RL通过其在策略优化和创造力方面的优势，证明了其与LLM的互补性...
强化学习之于 AI Agent，是灵魂、还是包袱？
自主决策能力被视为AI时代“新基建”的核心，而Workflow技术似乎无法实现真正的通用Agent。AlphaGo的问世标志着AI首次展示出非模板化、非规则驱动的智能行为，...
