Últimas Notícias e Análises sobre Aprendizado por reforço
A Cloudflare apresentou Clef, modelos de decisão de código aberto e uma plataforma de ajuste fino por RL, sinalizando um avanço em direção a sistemas de controle de IA treináveis para desenvolvedores.
O tutorial COMPASS da NVIDIA mostra como agentes de IA podem automatizar simulação, aprendizado por reforço residual e avaliação para navegação de robôs em várias plataformas.
A NVIDIA afirma que RLVR e GRPO agora são práticos para agentes de IA empresariais, vinculando Nemotron 3 Super e NeMo RL a ganhos de confiabilidade específicos de domínio.
A General Intuition levantou US$ 320 milhões para escalar uma IA treinada com milhões de horas de gameplay, apostando que dados de ação podem ajudar a IA a desenvolver raciocínio no mundo real.
O ex-pesquisador do Google DeepMind David Silver está levantando uma rodada seed recorde de US$1 bilhão liderada pela Sequoia Capital para sua startup com sede em Londres, Ineffable Intelligence, que pretende construir superinteligência usando aprendizado por reforço em vez de grandes modelos de linguagem.
