人工智能2018 · 分享于 Hacker News
Deep reinforcement learning from human preferences
探索《Deep reinforcement learning from human preferences》的原文与 Hacker News 社区讨论，查看来源并加入阅读清单。
从论文，走向讨论
看看社区如何讨论这个想法。
来自 Hacker News 的原始讨论。不同的视角、疑问，以及值得继续思考的线索。
最多展示 100 条相关讨论。论文可能出现在评论中，并非原帖投稿内容。
在讨论中发现的引用
按 HN 条目顺序展示最近的 50 条引用来源。
Yprakashk ·
Evolving Floorplans
240 赞同105 评论
Yflabber ·
Curious about the training data of OpenAI's new GPT-OSS models? I was too
239 赞同57 评论
YQuitterStrip ·
The problem with metrics is a big problem for AI
172 赞同47 评论
Ysgillen ·
Ask HN: Game devs, what is the hardest part about designing an AI for your game?
89 赞同83 评论
Ygwern ·
Deep reinforcement learning from human preferences
3 赞同0 评论
Ynatolambert ·
How RLHF Works
2 赞同0 评论
Ygeorgehill ·
Microsoft lays off an ethical AI team as it doubles down on OpenAI
1 赞同0 评论