⌘ K
… 读取采集状态 同步中...
雷
原文
Import AI· Jack Clark·· 2026-06-08AI 评分60

Import AI 460:Anthropic RSI 进展与多智能体强化学习竞赛成果

Import AI 460: Reward hacking society, RSI data from Anthropic; and RL-based quadcopter racing

AI 导读

Anthropic 数据显示 2026 年代码合并量较 2024 年增长 8 倍,初步验证了递归自我改进迹象。Google DeepMind 联合苏黎世大学使用 PPO 训练多智能体强化学习系统,无人机在 22 m/s 以上速度战胜人类冠军,碰撞率降低 50%。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:Import AI · importai.substack.com