如下图所示，就是强化学习的工作过程。首先，存在一个环境，和一个代理，环境先给代理一个状态 ，然后代理根据这个状态输出一个动作 给环境。环境接受这个动作后进行评估，反馈给代理一个奖励值 ，以及下一步状态 ，如此往复...

在机器学习、深度学习和数据挖掘的大多数任务中，我们都会假设training和inference时，采用的数据服从相同的分布（distribution）、来源于相同的特征空间（feature space）。但在现实应用中，这个假设很难成立，往往遇到一些问题：...

AAAI' 22已公布录用论文，接收1349篇/投稿9020篇，录用率为15.0% ，完整录用论文列表见

作者是NLP算法方向，历经1个多月的刷题复习+1个多月的面试，社招基本结束，面试了多家公司(抖音/蚂蚁/寒武纪/国企研究院等)，收割了其中大部分offer，在此记录一下其中的面试题，希望对大家有用~...

RecSys 2022已公布录用论文，接收39篇/投稿231篇，录用率为17%，再创历史新低。完整录用论文列表见

2018年的10月11日，Google发布的论文《Pre-training of Deep Bidirectional Transformers for Language Understanding》，成功在 11 项 NLP 任务中取得 state of the art 的结果，赢得自然语言处理学界的一片赞誉之声。...

Alex 发自 凹非寺量子位 | 公众号 QbitAI谷歌AI宣布，在多任务学习上取得了巨大进展：他们搞出一个会玩41款雅达利游戏的AI，而且采用的新训练方法比起其他算法，训练效率大大提升！此前会玩星际争霸的CherryPi和火出圈的AlphaG...

机器之心报道编辑：陈萍、小舟与滚动 1000 行源代码相比，伪代码更浓缩，思路更清晰。2017 年 Transformer 横空出世，由谷歌在论文《Attention is all you need》中引入。这篇论文抛弃了以往深度学习任务里面使用到的 CNN 和...

---- 新智元报道  编辑：David 拉燕 好困【新智元导读】ICML 2022杰出论文揭晓！复旦、上交、厦大等中国高校上榜，吴恩达、Jeff Dean等获时间检验奖荣誉提名。｜还在纠结会不会错过元宇宙和web3浪潮？清华大学科学史系副教授...