Últimas Noticias y Análisis sobre Aprendizaje por refuerzo
Cloudflare ha presentado Clef, modelos de decisión de código abierto y una plataforma de ajuste fino mediante RL, señalando un avance hacia sistemas de control de IA entrenables para desarrolladores.
El tutorial COMPASS de NVIDIA muestra cómo los agentes de IA pueden automatizar la simulación, el aprendizaje por refuerzo residual y la evaluación para la navegación de robots en distintas plataformas.
NVIDIA afirma que RLVR y GRPO ya son prácticos para agentes de IA empresariales, vinculando Nemotron 3 Super y NeMo RL con mejoras de confiabilidad específicas por dominio.
General Intuition ha recaudado 320 millones de dólares para escalar una IA entrenada con millones de horas de juego, apostando a que los datos de acción pueden ayudar a la IA a desarrollar razonamiento en el mundo real.
El exinvestigador de Google DeepMind David Silver está recaudando una ronda seed récord de 1.000 millones de dólares, liderada por Sequoia Capital, para su startup con sede en Londres, Ineffable Intelligence, que pretende construir superinteligencia mediante aprendizaje por refuerzo en lugar de grandes modelos de lenguaje.
