首页

投稿

【Frontier】使用Flow Matching训练Value Function | Aviral Kumar

2654

0

2026-09-12 20:00:00

含AI生成内容

至高机器智能发消息

强化学习可解释性 AI4Math 具身后训练

【Frontier】VLA：如何训练机器人的Foundation Model Sergey Levine

25:06

【Frontier】物理学中的AI革命

01:29:33

【Frontier】ICML2025讲座生成模型和RL的结合

02:16:16

【Frontier】为什么AI可能解决最难的数学问题

51:40

【Frontier】AI4MATH的AI部分在干什么？一个视频告诉你！

18:52

【Frontier】AI4MATH热点问题以及数学界的担忧和未来

01:22:59

【Frontier】超人类AI数学家何以可能？Sanjeev Arora

01:04:24

【Frontier】ICLR2025 Chelsea Finn：怎样用世界模型增强VLA

32:11

陶哲轩教你用AI搞数学！Claude Code+lean

26:29

【Frontier】爆火！ICLR workshop 世界模型大讨论！是什么？怎样评测？硕博学生能做什么？

41:07

【Frontier】ICLR Sergey Levine 在VLA中实现使用世界模型想象规划和思维链

42:43

NeurIPS | Max Tegmark：形式化验证迈向无bug程序合成

26:48

【Frontier】NeurIPS | Hilbert: 使用自然语言推理递归式构建形式化证明

52:42

ICLR oral | 解读model-free RL中涌现的规划能力

11:28

【Frontier】越来越火！NeurIPS的AI-Math大讨论

43:10

【Papers】强化学习大变天！使用GPU和模拟超高效采样 | Jakob Foester

37:02

【Frontier++++】David Silver | 通往超人类智能之路 alphago，alphaproof，alphaevolve

01:03:13

【Frontier】强化学习中关于探索的开放问题 | Sergey Levine | ICML

31:38

【Fresh Paper】NeurIPS spotlight | 古法Q learning已死！短程RL更能Scale

16:56

【Frontier】大佬云集！NeurIPS AI-Math大讨论

37:17

【Frontier】怎样把各种强化学习用在机器人上 | NeurIPS workshop

45:59

【Frontier】DeepMind | 开放式AI自动算法挖掘 Genie AI科学家 | ICML workshop 2025

34:59

【Frontier】Scale机器人的强化学习的组件 | Chelsea Finn

35:49

【Frontier】世界模型怎么用？通过学习的表征进行规划！ | Amy Zhang

38:07

【Frontier】Sergey Levine | 实现通用目标的无监督强化学习

29:42

【Frontier】震碎三观！超越语言的推理！| Yonatan Bisk

26:57

【Frontier】强化学习的圣杯！如何同时摆脱奖励函数、策略依赖和累积误差 | Abhishek Gupta

30:39

【Frontier】强化学习的“苦涩教训”：为什么虚拟环境才是AI进化的唯一出路 | DeepMind

39:59

【Frontier】不需要奖励函数也能训练？多智能体示范学习的黑科技

31:35

【Frontier】别再古法手写奖励函数了！Meta 演示如何让机器人通过“想象”征服复杂环境

35:17

【Frontier】RL 要完？Konidaris 说：不把 Symbols 重新塞回去，一切免谈 | RLC 2025

38:19

【Frontier】世界模型教父Jürgen Schmidhuber亲自讲解世界模型

31:17

【Frontier】AGI的蓝图！Rich Sutton阐述从感觉动作经验中持续学习

39:58

【Frontier】自监督对比强化学习，拿下2025 NeurIPS best paper

01:26:04

【Frontier】RL native的世界模型 | Abhishek Gupta

51:34

【Frontier】通过学到的表征进行层次化的强化学习 | Amy Zhang

58:56

【Frontier】RL的Scaling，怎么办？| Jakob Foerster | 2025.3

01:03:43

【Frontier】数学界将迎来大变！OpenAI谈Erdős问题的解决

43:32

【Frontier】π0.7 太带π了老铁！平等的创死所有人！| Physical Intelligence

29:36

【Frontier】DeepMind | 诺奖得主Demis Hassabis：Agent，AGI和下一个重大突破

18:36

【Frontier】懒人专用的机器人学习！| Abishek Gupta

29:59

【Frontier】世界模型大辩论！Yann LeCun vs Eric Xing

02:19:59

【Frontier】机器人的下一战！遥操已死，VLA已死！World Action Model才是未来！| Nvidia | Jim Fan

19:42

【Frontier】OpenAI科学家谈AI对数学的改变和冲击 | Stanford 数学的未来研讨会

46:17

【Frontier】具身智能的记忆与长程规划 | Stanford & Physical Intelligence

31:39

【Frontier】Sergey Levine | 机器人的Foundation Model | UCB

38:37

【Frontier】普林斯顿 Sanjeev Aurora | 递归式自我提升和反思语言模型的思考

28:41

【Frontier】Andrey Karpathy | 从Vibe Coding到Agentic Engineering

29:44

【Frontier】从经验中学习的机器人 | Physical intelligence

23:59

【Frontier】Claude Code之父 Boris Cherny | 代码已经被彻底解决！未来是怎么样的

16:10

【Frontier】世界模型用于预测，打造从感知到行动的全才RL Agent | RLC 2025

26:27

【Frontier】Ken Ono | AI4Math，拉马努金和教育的未来

12:58

【Frontier】Richard Sutton 科研之路和传奇人生全回顾 | Heidelberg Laureate Forum

39:36

【Frontier】因果表征和图结构用于无监督强化学习 | RLC 2024

22:47

【Frontier】强化学习不work！强化学习在交通运输中的成败以及改进 | UC Berkeley

38:03

【Pioneer】目标导向的强化学习大讨论（NeurIPS 2025最佳论文的方向！）| NeurIPS 2023

37:15

【Frontier】用可解释性直接干预预训练和强化学习训练 | DeemMind 讨论班

18:05

【Frontier】VLA，WAM还是从零开始？什么是适合具身的backbone？ | Scott Reed

22:25

【Frontier】人类最后的堡垒告急！强化学习要自动化创造力！ | 图灵奖得主Rich Sutton

15:08

【Papers】自监督的表征学习和强化学习，NeurIPS 2025 best paper作者倾力阐述

58:46

【Frontier】古法强化学习已死，NeurIPS 2025最佳论文作者说自监督强化学习才是未来 | Benjamin Eysenbach

34:00

【Frontier】迈向超人类的推理能力 Gemini Deep Think和AI4Math | DeepMind | Thang Luong

24:37

【Frontier】Robotics的死穴和解法！动作分块+生成式控制解决累积误差 | Max Simchowitz

53:15

【Frontier】古法Atari怎么2026年了还在玩？Atari该怎么玩？怎么看待RL的benchmark？| DeepMind

25:15

【Frontier】古法数学已死！菲尔兹奖得主也在逃离！AI4Math才是未来！数学的层级压缩 | Michael Freedman

40:16

【Frontier】强化学习之王Jürgen Schmidhuber！亲自讲解爆火的概念递归式自我提升

23:43

AI消灭了数学！孩子们快跑啊！OpenAI宣布解决了Unit Distance猜想，Sebastien Bubeck一手解读 | OpenAI

04:11

【Frontier】群体智能才是未来！详解多智能体强化学习的流派，应用与未来 | Christopher Amato

01:22:57

【Frontier】吵到红温！AI4Math到底能不能摧毁人类数学，AI大佬和数学大佬激烈交锋！ | 斯坦福数学的未来研讨会

37:41

【Frontier】具身世界模型在大规模任务上训练效果极好！| Nicklas Hansen | UC San Diego

21:17

【Frontier】人形机器人进展，挑战和未来！| Yuke Zhu

54:42

【Frontier】众神之战！ICLR 2026 递归式自我提升大讨论

50:28

【Frontier】物理智能的涌现泛化 | ICLR 2026 | Chelsea Finn

39:23

【Frontier】Sergey Levine | 使用自主数据的机器人学习 | ICLR 2026 | Physical Intelligence

42:01

【Frontier】递归式自我提升：回顾和展望 | ICLR 2026 | Louis Kirsch

27:57

【Frontier】从单智能体进化到多智能体协同 | ICLR recursive self improving

24:08

【Frontier】自蒸馏促成持续学习

01:03:07

【Frontier】看不见棋盘怎么玩？非完全信息博弈与强化学习 | Tuomas Sandholm

33:44

还在玩古法数学？AI4Math的前沿研究速览 | Axiom CEO

15:02

打脸LeCun，干翻JEPA！为什么AI不该只预测潜空间？世界模型之辩 | Jürgen Schmidhuber

37:26

【Frontier】RLHF反而使人类沾染了AI文风！使用多智能体红蓝对抗才是正道！| DeepMind | Natasha Jaques

26:05

【Frontier】LLM持续学习自我进化的黑科技！深度解析AI的灾难性遗忘与持续学习 | Yu Su

29:45

【Frontier】机器人+世界模型无限进化！古法遥操已死！靠“想象”生成子目标梦中顿悟！| Sergey Levine

25:23

【Frontier】用Agent设计Agent，用魔法打败魔法！靠“记忆反思”原地进化让LLM左脚踩右脚实现终身学习 | ICLR

33:09

【Frontier】测试时扩展（Test-Time Scaling）让模型自己生成数据自己学，左脚踩右脚上天！| ICLR 2026

30:20

【Frontier】LeCun还在发力！基于V-JEPA的潜在动作模型与基于梯度的规划潜空间世界模型 | FAIR

33:01

【Frontier】世界模型+物理知识！过视觉学习真实的物理规律 | ICLR

31:42

【Frontier】Yann LeCun亲自出征！LLM寸草不生！🔥最新世界模型演讲！🚨LLM people吓到瘫坐在椅子上！

38:48

陶哲轩教你正确使用AI！掌握AI自律，避免慢性脑萎缩！

33:35

【Frontier】流形假设：生成模型的几何视角 | ICLR

20:21

IHES讲座 | AI为什么需要形式化数学？| DeepMind Edwart Lockhart

01:22:05

大规模测试时计算的影响 | OpenAI

02:57

【Frontier】人类命运大转折！开放式演化算法+AI生成算法全自动科研 | Jeff Clune

30:01

【Frontier】AI也得抱团配合！LLM based多智能体强化学习 | Yali Du

38:33

【Frontier】AGI即将来临吗？后AGI时代怎样防止AI失控？可解释性的最终考验 | DeepMind | Been Kim

34:44

【Frontier】何凯明又出手了！让文本在连续空间做Diffusion的连续语言模型

26:54

【Frontier】神经代数几何：来自数学家的降维打击！| ICLR 2026

30:48

【Frontier】古法游戏开发进入倒计时！强化学习改造古法电子游戏，神经游戏引擎将彻底颠覆游戏，再见了狗策划 | RLC 2025

36:10

【Frontier】AI自己生成训练数据训练自己，怎样防止模式崩塌？把梯度反过来就行！| ICLR 2026

30:47

【Frontier】LLM作为大脑，RL policy作为微操，大小脑联动优势在我！| RLC 2025.08

31:16

【Frontier】强化学习需要什么样的benchmark？为何Atari这么适配RL？Atari和强化学习的前世今生 | RLC 2025.08

29:25

【Frontier】强化学习与Video Games panel discussion | RLC 2025.08

39:42

【Frontier】Actor Critic算法还能怎样改进 | Martha White

38:22

【Frontier】追求奖励完全错误！强化学习应该学习时序表征！NeurIPS 2025最佳论文作者最新演讲 | 2026.03

【Frontier】LLM和Scaling并非AI研究的终点，下次AI革命怎样发生？ | Jakob Foerster

28:59

【Frontier】Mean Field Reinforcement Learning的理论与数学基础 | Rene Carmona

01:26:30

【Frontier】模拟驱动的机器人学习 | Abishek Gupta

50:46

【Frontier】扩散模型在机器人和强化学习中的应用 | Sergey Levine

38:13

【Frontier】机器人学习真的需要扩散策略吗？| Max Simchowitz

37:40

【Frontier】迈向通用物理智能之路 | Chelsea Finn

52:13

【Frontier】后继测度与超越奖励函数的自监督强化学习 | Amy Zhang

48:20

【Frontier】强化学习的未来！持续学习与从经验中学习 | Richard Suntton&Khurram Javed

42:36

【Frontier】杀死了古法数学的Lean语言简介 | Lean语言之父 Leonardo de Moura

32:27

【Frontier】强化学习不需要人类反馈！基于赋权的无监督强化学习 | ICML 2026

31:43

【Frontier】Dyna 2 ：World Action Model的百万小时Scaling Law

01:07:19

【Frontier】人类即将被AI一脚踢开！无需人类的强自我进化怎样实现 | OpenAI RL VP | Jerry Tworek

26:32

【Frontier】持续强化学习与自动课程学习 | Peter Stone

24:22

【Frontier】强化学习+LLM+进化算法+Meta Learning 迈向超人类的科学发现能力 | Roberta Raileanu

31:52

【Frontier】超越标量奖励的瓶颈 | Chelsea Finn

33:03

【Frontier】单生命周期持续强化学习

18:16

【Frontier】多智能体模仿学习

52:44

【Frontier】持续学习视角下的快速适应

39:21

【Frontier】强化学习还需要哪些改进？

55:34

【Frontier】使用Flow Matching训练Value Function | Aviral Kumar

55:09

【Frontier】表征驱动的强化学习技能发现 | Marlos C. Machado

01:12:57

【Frontier】强化学习怎样受益于test time compute提升

13:09

【Frontier】超越最大化奖励的强化学习

01:02:40

【Frontier】自我改进的AI科学家

01:06:20

【Frontier】通过观测和动作抽象解决持续强化学习

31:51

【Frontier】怎样学到专注于控制的表征

05:44

顶部