強化學習
含有「強化學習」共 30 篇內容
全部內容
發佈日期由新至舊
AI 為什麼會「越用越聰明」？其實關鍵不在模型本身，而在你是否幫它裝上正確的外掛。本篇從職場實戰出發，帶你看懂 LoRA 如何快速微調風格與知識，RAG 又如何讓 AI 即時讀取企業資料、避免胡說八道，並延伸到 ControlNet 與強化學習等核心技術。
神機營的新機關木人剛出爐時，其實只是毫無靈氣的頑木。要讓它們學會辨識與決策，關鍵在於「修煉心法」。本篇帶你走進神機營的內功修煉室，用武俠比喻拆解 AI 的學習方式：從深度學習的海量灌頂，到半監督與自監督的省力傳功，再到強化學習與對比學習的特訓之道，最後揭開元學習與 Prompt 引導的速成心法。
AI 剛出生只是一張白紙，它是怎麼變聰明的？本集帶你潛入 Brainstorm 的 AI 培訓中心，透過生動的職場情境劇，白話解碼 8 種 AI 必修「學習範式」！從深度學習、強化學習到自監督與提示學習，輕鬆搞懂模型背後的訓練邏輯與老闆的省錢妙招。文末還有實戰測驗，快來挑戰！
多巴胺姑娘₯又來向各位請安了~ 這次她化身為大腦的「習慣教練」，每天盯著你說：再來一次！我們以為自己在做選擇，其實腦袋早就偷偷安排好劇本。多巴胺姑娘₯不只管獎勵，她還會在你重複動作時跳出來說：『嘿，這才是正確姿勢！』科學家叫它「動作預測誤差」，也可理解為「大腦的懶人捷徑」...
5/5多巴胺學習
付費限定
我們常常為自身智力的自主性而感到自豪。我們學習、奮鬥、適應，似乎都基於對付出與回報的理性計算。然而，在有意識的決策表象之下，我們動機和記憶的本質結構卻在與一種強效卻常被誤解的化學信使，雌激素進行著持續而無聲的協商。 過去雌激素的研究主要集中在其在生殖系統中的作用，而多巴胺研究。。。
5/5多巴胺獎勵學習
想像一下：一個精心設計的獎勵信號，能讓自主智能體在強化學習中學會複雜任務 快 100 倍。原本需要數百萬次試錯的過程，現在可能只需要數千次。
獎勵信號是 RL 的導航燈，指引智能體避開無效探索。沒有它，策略停滯不前，計算資源白白浪費。
數據說話
最新基準顯示：
精心設計的獎勵能讓策略收斂
「人工智慧 +1」自學 Day4：
類神經網路(Artificial Neural Networks, ANN)與深度學習(Deep Learning, DL)
▹類神經網路(Artificial Neural Networks, ANN)
1.發展
▪︎ 概念：模仿生物神經元，對人類大腦
「人工智慧 +1」自學 Day3：強化學習 (Reinforcement Learning)
1. 強化學習的核心概念：訓練
「強化學習」是機器學習中的第三種。前兩者是監督式學習、非監督式學習。強化學習與這兩者都不同，與其說是學習，更合適的概念是「訓練」：訓練模型建立特定的決策及採取行動模式。
迷惘和焦慮，對我而言是可以透過學習被馴服的分享
付費限定
當你閱讀這篇文章時，你大腦中的神經元正在興奮。這一頁上的概念: 突觸、睡眠週期、學習規則等。。。正在你的大腦皮質中轉化為複雜的電化學波。此刻正在形成和修改的突觸連接，正在你的腦海中留下這篇科普的痕跡。但是，今晚當你入睡時，這些痕跡會發生什麼事？你的大腦會像一個流行的理論所認為的那樣。。。
5/5睡眠學習