产品特色利用大型语言模型进行奖励设计通过进化优化生成复杂的奖励函数使用生成的奖励函数进行强化学习
AI模型推理训练,AI开发助手,奖励设计,强化学习,语言模型,普通产品,开源,
08月01日
0
使用场景使用 Motif 训练 AI 代理在 NetHack 游戏中获取内在动机使用 Motif 生成与人类行为直觉一致的行为使用 Motif 通过提示修改来引...
AI Agents,AI游戏创作,人工智能,强化学习,奖励函数,NetHack,普通产品,开源,
08月01日
0
产品特色支持多智能体强化学习环境支持多种基准算法易于使用支持 GPU 加速
AI开发助手,AI模型,强化学习,多智能体,JAX,普通产品,开源,
08月01日
0
产品特色基于 AI 反馈的强化学习优化 LLM 的可用性和安全性提供高质量的排名数据集和奖励模型
模型训练与部署,AI模型,语言模型,强化学习,聊天机器人,普通产品
08月01日
0
使用场景{ "title": "文学创作", "description": "使用 Parrot 生成与文学作品相关的图像，提升作品可视化效果。"}{ "...
AI图像生成,AI模型,强化学习,文本生成,图片生成,普通产品,开源,
08月01日
0
产品特色监督微调（SFT）在线强化学习PPO算法推理路径采样性能优化策略
AI模型推理训练,AI模型,人工智能,推理,微调,强化学习,普通产品,开源,
08月01日
0
使用场景通过DiffusionRL改进了文本到图像扩散模型，提高了图像生成的质量。DiffusionRL应用于改进了稳定扩散模型，使生成的样本更符合人类偏好。利...
AI图像生成,AI模型,深度学习,图像生成,强化学习,普通产品
08月01日
0
使用场景使用SERL实现PCB装配任务的强化学习使用SERL训练电缆布线任务的策略基于SERL实现物体重定位的示例产品特色包含一个高效的离策略深度强化学习方法计...
AI开发助手,AI代码生成,强化学习,机器人,代码,普通产品,开源,
08月01日
0
使用场景利用 Universe 训练一个AI代理玩第一人称射击游戏构建一个可以自动完成网上订票任务的 AI 系统在 Universe 环境中训练一个能快速学习新...
AI模型,AI Agents,人工智能,通用智能,强化学习,环境集成,任务模拟,普通产品
08月01日
0
使用场景使用MuKoe进行Atari游戏的强化学习研究在TPU上进行深度学习模型的训练和推理利用Ray框架进行大规模分布式计算任务产品特色分布式计算TPU加速学...
AI模型,AI开发平台,AI,分布式系统,强化学习,开源,普通产品,开源,
08月01日
0
