标签：工程实践
悟透Transformer–AI是如何学习扑克牌排序的（一）
人工智能的各个领域（自然语言处理、计算机视觉等）是兄弟爬山，每个领域都有自己的模型框架。作为一种具有更高普适性的AI模型架构，但绝大部分是从谷歌的原...
University of Washington :Hao Yin | 深度强化学习辅助下一代Wi-Fi网络的多接入点协调
【推荐理由】企业中的Wi-Fi（以重叠Wi-Fi单元为特征）构成了下一代网络的设计挑战，最近启动的IEEE 802.11be（Wi-Fi 7）工作组的标准化工作重点关注媒体访问...
University of Toronto:Anthony Coache | 深度强化学习的条件可诱导动态风险度量
【推荐理由】本文提出了一种新的框架来解决风险敏感强化学习（RL）问题。其中智能体优化了时间一致的动态频谱风险度量：该方法构造了（严格一致的）评分函数...
《强化学习周刊》第51期：PAC、ILQL、RRL&无模型强化学习集成于微电网络格控制：综述与启示
本期周刊整理了强化学习领域相关的最新论文推荐及研究综述，可以扫描文末的二维码加入强化学习社区群。您已经完成《强化学习周刊》订阅啦;
FlagAI飞智：AI基础模型开源项目，支持一键调用OPT等模型
GPT-3、OPT系列、悟道等预训练模型在NLP领域取得了非常瞩目的效果，为了快速加载、训练、推理不同大模型，使用最新最快的模型并行技术以及提高用户训练和使用...
这是一个专注于人工智能产品的导航站。
