Сутки из жизни G3A1SF: как я учу агента без backprop — днём он живёт, ночью учится +1
Публикации с тегом RL
Чем запомнилась ICRA 2026: Reinforcement Learning, генерация сложных сценариев поведения и будущее робототехники +22
35 вопросов для собеседований по RL в 2026 году +11
Создаем собственные окружения в Reinforcement Learning +6
Machine Unlearning. Как измерить и достичь «забывания»? +11
- Блог компании Конференции Олега Бунина (Онтико)
- Блог компании Raft
- Искусственный интеллект
- Машинное обучение
- Data Engineering
Как мы обеспечили +33% к точности на сложных SQL-запросах +15
Reflect, Retry, Reward: как RL учит LLM рефлексировать и становиться лучше +4
Разработка LLM моделей для обновления кода приложений на более высокие версии фреймворков или языков программирования +5
Обыгрываем казино, с блэкджеком и стратегиями +7
Действительно ли у ИИ-агента есть внутренняя картина мира и представление о себе? +2
RL RecSys в проде: хайп или игра вдолгую +8
Динамическая адаптация награды с помощью Pydantic +4
RLHF. История становления идеи — 4. HHH: helpful, honest, harmless, Instruct LLM, Constitutional AI
RLHF. История становления идеи — 3. Supervised finetune, Протокольный сбор обратной связи, Batch RL
RLHF. История становления идеи — 2
