AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:可证明安全×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月15日
11:10
11:10arXiv cs.LG@Kai S. Yun, Zeyang Li, Navid Azizan
PS2-RL是一种两阶段安全强化学习框架,第一阶段通过safe-arrival价值函数训练备份策略,隐含构建控制不变集。第二阶段利用可微投影层对RL策略进行端到端训练,严格保证安全约束。该方法在最高10维状态的机器人控制任务上评估,较此前可证明安全方法更可扩展且性能更优。PS2-RL不限制底层RL算法,可插入现有训练流程。
论文PS2-RL安全强化学习可证明安全备份策略控制不变集

推荐理由:安全RL扩展新解法
原文
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
精选全部日报登录