人工智能2016 · 分享于 Hacker News
Learning Online Alignments with Continuous Rewards Policy Gradient
探索《Learning Online Alignments with Continuous Rewards Policy Gradient》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。
Ykoljab ·
Show HN: Real-time AI Voice Chat at ~500ms Latency
524 赞同227 评论
Ylevbrie ·
Learning Online Alignments with Continuous Rewards Policy Gradient
2 赞同0 评论