登录
欢迎莅临 IEEE HotICN 中文社区，IEEE HotICN 国际学术会议网站： https://hoticn.com, https://hoticn.cn。

 分类：人工智能

A Survey on Self-Play Methods in Reinforcement Learning

A Survey on Self-Play Methods in Reinforcement Learning
论文要点 论文提出了一个统一框架来刻画 self-play（智能体与自身或自身历史版本交互以改进策略）的各种方法，按策略更新机制、对手选择与人口管理、博弈类型（零和/非零和、可转性/非可转性）等维度进行分类，并回顾了代表性算法、应用场景与理论/实践挑战，同时列出了未来研究...

hcl 7个月前 (12-05)

m3: Accurate Flow-Level Performance Estimationusing Machine Learning

m3: Accurate Flow-Level Performance Estimationusing Machine Learning
当网络仿真不再“慢 + 重” —— m3 带来突破 在现代数据中心或云服务架构中，网络性能 — 尤其是流 (flow) 完成时间 (Flow Completion Time, FCT) 和尾部时延 (tail latency) — 是决定用户体验和资源效率的关键指标。过去...

前康 7个月前 (12-04)

Efficient Transformers: A Survey

Efficient Transformers: A Survey
会议：ICML 2025 论文概述 随着Transformer架构在自然语言处理、计算机视觉等领域的广泛应用，其计算和内存开销成为了限制其进一步应用的瓶颈，尤其是在长文本或大规模数据集的任务中。本文提出了几种新的Transformer变体，通过优化计算路径和改进注意...

hcl 8个月前 (11-21)

NeurIPS唯一满分论文曝光，来自清华上交

NeurIPS唯一满分论文曝光，来自清华上交
四个审稿人全给6分，NeurIPS唯一满分论文炸了！ 之所以说它炸，主要是论文给出的结论实在太出人意料了—— 真正决定推理上限的是基座模型本身而非强化学习，且蒸馏比强化学习更有望实现大模型自我进化。 好家伙，这无异于给正炙手可热的RLVR（可验证奖励的强化学习...

hcl 8个月前 (11-15)

李飞飞和LeCun的世界模型之争

李飞飞和LeCun的世界模型之争
AGI之路，终于交汇到了世界模型的战场。 李飞飞，发布了旗下首款商用世界模型Marble； 几乎同一时间，Lecun离职Meta，准备创立自己的世界模型公司； 在此之前，谷歌旗下的世界模型Genie 3，也曾掀起业界轰动。 AI界三股大佬力量，虽然同...

hcl 8个月前 (11-15)

Nature 强化学习AI超越了人类设计的算法！

Nature 强化学习AI超越了人类设计的算法！
强化学习是人工智能领域的核心技术之一，其基本原理模拟了生物学习的本质：通过与环境互动、接收反馈并调整行为来提升性能。从AlphaGo击败围棋世界冠军，到ChatGPT展现出惊人的语言能力，背后都离不开强化学习的支撑。然而，长期以来，这些系统的学习规则都需要人类专家精心设计和调优...

中文社区管理员 8个月前 (10-29)