搜尋結果

搜尋「強化學習」 共找到 8 筆相關結果

OpenAI以離線網頁訓練前沿模型,限制代理連外

(媒角抵加/林承志綜合報導)OpenAI10月23日公布,前沿模型的強化學習訓練均採用快取網頁構成的離線環境,限制代理接觸真實外網;相關訓練與內部推論已於10月1日恢復。這項措施針對內部研究環境,基礎設施仍保留必要連線。對台灣開發團隊,代理可讀哪些資料、能連哪些服務,以及誰能停止作業,仍是部署時的具

3C情報 媒角抵加 29天前

AI炒股的下單策略怎麼驗?研究發現獎勵正確仍可能學不好

(媒角抵加/林承志綜合報導)驗收AI炒股工具的下單策略,可先看比較基準、未參與訓練的測試,以及成本與訂單變動後的表現。倫敦大學學院研究者10月2日公開一份券商交易模擬論文,報告以PPO強化學習調整下單速度時,即使獎勵計算通過檢查,部分策略仍學得不準。台灣金融團隊因此多了一個具體驗收問題:AI在相同條

3C情報 媒角抵加 10月9日