摘要：
论文链接 机构：Improbable AI Lab+MIT 日期：25.09 insight 这篇论文的核心问题是：基础模型（如大语言模型或机器人策略）在微调以适应新任务时，常常出现灾难性遗忘（catastrophic forgetting），即学习新知识会损害先前掌握的能力。论文通过对比监督微调（ 阅读全文
posted @ 2025-12-09 15:19
Brain404
阅读(13)
评论(0)
推荐(0)
摘要：
参考：动手学强化学习 1. 基本概念 强化学习是智能体通过与环境交互来实现目标的一种计算方法。 1.1 智能体 强化学习中的“智能体”强调机器不但可以感知周围的环境信息，还可以通过做决策来直接改变这个环境。 智能体的三个要素： 感知。智能体在某种程度上感知环境的状态，从而知道自己所处的现状。例如，下 阅读全文
posted @ 2025-12-09 13:20
Brain404
阅读(11)
评论(0)
推荐(0)
浙公网安备 33010602011771号