马尔可夫决策过程 MDP（Markov Decision Process）
MDP 是马尔可夫决策过程 （Markov Decision…
基于模型的强化学习 （Model-Based Reinforcement Learning, MBRL） 和无模型强化学习 （Model-Free Reinforcement Learning, MFRL）
强化学习 （RL） 可以大致分为两大类：基于…
强化学习的 AC 类算法 （Actor-Critic Algorithms）
在强化学习 （Reinforcement Learning, RL） 中策略函数和策略梯度
在强化学习 （Reinforcement Learning, RL…
PPO 算法估计优势函数的方法
在 PPO（Proximal Policy Optimization） 算…
中文开源 TTS 项目
知乎直答上线！
知乎直答上线，作为一款基于大模型的 AI 搜…
Mobile-Agent-v2：多代理协作实现高效导航的移动设备操作助手
引言 在当今智能手机普及的时代，如何更好…
Mobile-Agent-v2: 多智能体协作让手机操作更智能
近日, 人工智能手机操作助手 Mobile-Agent 迎…
Slim: 一键缩小容器镜像大小的神器
引言 在当今云原生时代，容器技术已经成为…
深入解析 Spark 协同过滤 （ALS）
Spark MLlib 提供了一种协同过滤算法，可…
长短期兴趣分离: 推荐系统的新突破
在这个信息爆炸的时代, 推荐系统在我们的日…