技术博客

上海交通大学与SII合作开发的电脑智能体通过312条轨迹训练，性能提升了241%，超越了Anthropic公司的Claude 3.7。这一成果借助强化学习（RL）算法，显著增强了智能体的能力，吸引了全球关注，展示了RL在人工智能领域的巨大潜力。