#强化学习

月度论文总结 - 安全性、实际应用、可验证性"同时"提升

3月聚焦于"可验证实现"：从AI安全案例、停止设计到智能体鲁棒性、机器人主动感知、药物发现的物理一致性。压缩优化成为实际部署的前提。

AI论文周报 2026年3月18日 - 科学判断力和机器人操作的飞跃

2026年3月的最新AI论文聚焦科学判断力、物理可行的人形机器人动作生成、视觉语言动作模型的机器人操作，以及完全自主的科学研究框架。论文介绍了利用引用数据进行强化学习和Direct Preference Optimization等前沿研究。