GSPO (Qwen RL Algorithm by Alibaba Cloud) +2
Публикации с тегом reinforcement-learning
RL-агент для алгоритмической торговли на Binance Futures: архитектура, бэктест, результаты +12
«Скайнет» наоборот: как вырастить и обучить ИИ с помощью Дарвин-Гёдель машины для улучшения человеческой демографии
Как мы обучили беспилотники в симуляции для гонок в смешанной реальности +17
Контекстные бандиты в ценообразовании
Как нейросети, RL и байесовскую оптимизацию стали использовать на ускорителях заряженных частиц +7
Мультимодальные приложения на Llama 3.2 и Llama Stack +6
Нейронные оптимизаторы запросов в реляционных БД (Часть 2): На пути к продуктивизации +6
Нейронные оптимизаторы запросов в реляционных БД (Часть 1) +27
Как мы готовим RL для Alignment в больших языковых моделях: опыт команды YandexGPT +91
- Блог компании Яндекс
- Алгоритмы
- Машинное обучение
- Искусственный интеллект
- Natural Language Processing
Гайд на Reinforcement Learning для новичков. Реализация простой задачи
Многорукие бандиты в задаче ритейла
Обучение с блэкджеком и подкреплением. Ищем оптимальную стратегию игры +3
Нейросеть, генерирующая нейросети. Часть 2. RL агент создаёт свои первые нейросети
Нейросеть, генерирующая нейросети. Часть 1. Генерация случайной свёрточной нейронной сети +2
