【專訪】Barto：你要的目標，不能直接當AI的獎勵
AI代理接連傳出逃出限制，失控的事件，矛頭都指向同一個東西：獎勵。今天大型模型學推理，代理自己做事，靠的都是強化學習：系統不斷嘗試，做得好就給獎勵。Andrew Barto是這門學問的奠基者之一，和理查·薩頓（Rich Sutton）合寫教科書，共享圖靈獎。克萊格·史密斯（Craig S. Smith）到他家請教：獎勵為什麼這麼難設對？
詳情分析 →訪談
AI 名人觀點
重要訪談
替你解析 AI 界關鍵人物的重要訪談、對話、演講 — 透過名人的思想看見未來。
237
位人物
401
篇訪談解讀
326
個訪談來源
依人物瀏覽
BY PERSON
Andrew Barto
這位人物的所有訪談解讀，依發布日期排序
1
篇解讀
電子報訂閱 ・ NEWSLETTER
看完今天的，讓明天的自己送上門
每天精選 6 則要聞、一則產業名人訪談，五分鐘跟上。
已出刊 160 期 ・ 隨時可退訂
