在日常生活中，谈判无处不在：网购时“卖家再降 50”就下单，租房时跟房东争取“押一付一”，在职场上和客户敲定合作细节…… 这时候，“情感技巧”往往是关键，比如假装犹豫说“预算真的不够了”，或是适度表达期待，总能让谈判朝着对自身更有利的方向发展。

剑桥 agent rl evoemo rl框架 2025-09-09 12:25  13

过去几年，大语言模型（LLM）的训练大多依赖于基于人类或数据偏好的强化学习（Preference-based Reinforcement Fine-tuning, PBRFT）：输入提示、输出文本、获得一个偏好分数。这一范式催生了 GPT-4、Llama-3

范式 llm rl agentic 范式综述 2025-09-08 18:30  13

机器人操控一直是机器人技术领域的核心挑战。从工厂中的机械臂到家庭服务机器人，如何让机器人灵活、精细且智能地完成各种操作任务，是研究者们数十年来努力的方向。传统的操控方法往往需要工程师精心设计控制规则，或者让机器人反复观看人类演示进行模仿学习。但这些方法通常缺乏

机器人 机械臂 ram rl 叠叠乐 2025-09-08 16:41  10

在过去二十年，硅谷的互联网是属于印度人的。他们以勤奋、高效和强大的执行力，撑起了硅谷互联网时代的软件帝国。但随着生成式AI的崛起，硅谷的人才格局正在发生系统性倾斜。华人，正在成为AGI赛道里最重要的人才来源，没有之一。看看硅谷的“含华量”有多高：Meta超级智

华人 小镇 agi 研究员 rl 2025-09-07 08:26  11