#reinforcement-learning — Public Fediverse posts

Nature spotlights AI hypothesis generation on June 30, 2026. Here’s why closing the discovery loop could reshape lab software, credit, and

https://aistory.news/machine-learning/ai-hypothesis-generation-closes-the-lab-discovery-loop/

#FederatedLearning #Quantization #ReinforcementLearning

Nature profiles AI biomedical hypotheses driving a full lab discovery cycle, and why the bottleneck now moves from models to wet‑lab

https://aistory.news/machine-learning/nature-spotlights-ai-biomedical-hypotheses-in-labs/

#FederatedLearning #Quantization #ReinforcementLearning

Nature describes AI hypothesis testing by collaborating agents that propose and vet biomedical ideas. We unpack what changes in labs and

https://aistory.news/machine-learning/nature-ai-hypothesis-testing-enters-the-discovery-loop/

#FederatedLearning #Quantization #ReinforcementLearning

Nature says AI lab agents can now generate and test biomedical hypotheses, pushing labs toward end-to-end automation. Here’s what must

https://aistory.news/machine-learning/nature-ai-lab-agents-move-from-idea-to-experiment/

#FederatedLearning #Quantization #ReinforcementLearning

Nature spotlights AI hypothesis generation in biomedicine, signaling a shift from data analysis to AI-led discovery loops. Here’s why it

https://aistory.news/machine-learning/ai-hypothesis-generation-moves-from-theory-to-lab-testing/

#FederatedLearning #Quantization #ReinforcementLearning

Nature sudden cardiac death AI study finds a previously unseen at‑risk group from thousands of ECGs. What it means for screening, trials,

https://aistory.news/machine-learning/nature-sudden-cardiac-death-ai-flags-hidden-risk-group/

#FederatedLearning #Quantization #ReinforcementLearning

NeurIPS 2026 Sydney anchors a three-city plan: Atlanta and Paris run Dec 9-13 alongside the Dec 6-12 main program. What it means for

https://aistory.news/machine-learning/neurips-2026-sydney-leads-a-tri-site-conference-format/

#FederatedLearning #Quantization #ReinforcementLearning

Is One Layer Enough? A Single Transformer Layer Matches Full-Parameter RL Train

https://arxiv.org/abs/2607.01232

#HackerNews #transformer #machinelearning #reinforcementlearning #AIresearch #neuralnetworks

Is One Layer Enough? A Single Transformer Layer Matches Full-Parameter RL Train

https://arxiv.org/abs/2607.01232

#HackerNews #transformer #machinelearning #reinforcementlearning #AIresearch #neuralnetworks

Ты сможешь! Введение в машинное обучение с подкреплением для программистов и не только

Почти весь код туториалов, который мне попадался в открытом доступе, с точки зрения кодирования, написан на уровне junior-программиста, что вполне закономерно, ведь все Data Science и ML-инженеры, которых я знаю, в большей степени математики, а не программисты. И сложность их кода не только в языковых конструкциях и отсутствии хороших практик кодирования, но и в том, что он больше похож на математические выкладки и довольно тяжело читаем для людей, имеющих за плечами только институтский и школьный курс математики. И вся это сложность умножается на непростую теоретическую базу, поэтому если ты не знаком с теорией, то догадаться по коду, для чего нужны выполняемые действия, порой бывает просто решительно невозможно. Я заинтересовался ML и AI в 2019 году, и с тех пор количество статей и примеров кода в Интернете выросло многократно, но одно, к сожалению, так и осталось неизменно — стиль кодирования примеров и их математичность. Поэтому решил написать данную статью для таких же программистов как я, которые интересуются технологиями машинного обучения и искусственного интеллекта, где совсем не будет математики, а вместо неё — только код.

https://habr.com/ru/companies/cinimex/articles/1050296/

#machinelearning #machinelearning #ml #ai #codding #python #reinforcementlearning #tutorial #development #reinforcement_learning

От пульта до полотенца — учим робота искать всё, что угодно

Привет, Хабр! Меня зовут Татьяна Земскова, я аспирантка МФТИ и научный сотрудник команды Embodied Agents лаборатории Cognitive AI Systems AIRI. Областью моих научных интересов является компьютерное зрение для робототехники. Я изучаю, в частности, то, каким образом робот может использовать различные модальности (текст, изображения, сегментационные маски объектов) для лучшего понимания сцены и навигации. Желаемыми свойствами современных навигационных систем является их универсальность, минимальность сенсорного сетапа и быстрота принятия решений на борту робота. Сегодня мы поговорим о том, как мы вместе с коллегами (Алексеем Староверовым, Дмитрием Юдиным и Александром Пановым ) смогли создать и обучить лёгкую (130М) трансформерную модель, способную доезжать до любых категорий объектов, заданных текстом. Полученный метод описан в свежей работе OVSegDT: Segmenting Transformer for Open‑Vocabulary Object Goal Navigation . На веб‑странице проекта можно найти ссылку на открытый исходный код с инструкциями по запуску и ссылкой на предварительно обученные веса модели. Это позволяет как воспроизвести наши эксперименты, так и попробовать запустить модель самостоятельно на собственных данных в симуляторе или на реальном роботе. В этом посте мы обсудим основные особенности модели и то, как мы пришли к этому методу.

https://habr.com/ru/companies/airi/articles/1053042/

#навигация_робота #семантическая_сегментация #обучение_с_подкреплением #reinforcementlearning #робототехника #трансформеры #transformers #navigation #компьютерное_зрение #навигация_внутри_помещений

When does RL actually work for training an LLM coordinator? The Conductor (ICLR 2026) trains a 7B model to write the communication topology and per-agent instructions for a pool of LLMs, calling itself recursively on hard queries. It beats multi-agent baselines at roughly three model calls against eight, though it only routes its pool's existing skill. It now powers Sakana's Fugu-Ultra.

https://benjaminhan.net/posts/20260629-conductor-llm-orchestrator/?utm_source=mastodon&utm_medium=social

#LLMs #ReinforcementLearning #MultiAgent #AI

When does RL actually work for training an LLM coordinator? The Conductor (ICLR 2026) trains a 7B model to write the communication topology and per-agent instructions for a pool of LLMs, calling itself recursively on hard queries. It beats multi-agent baselines at roughly three model calls against eight, though it only routes its pool's existing skill. It now powers Sakana's Fugu-Ultra.

https://benjaminhan.net/posts/20260629-conductor-llm-orchestrator/?utm_source=mastodon&utm_medium=social

#LLMs #ReinforcementLearning #MultiAgent #AI

Next-gen integrated circuit expert Kaushik Sengupta, writes this piece for IEEE Spectrum detailing the laborious process for designing rf chips, and the state of the art of AI-assisted rf chip design. I find it interesting that they chose reinforcement learning and difussion models over genetic algorithms for this task. Good read.

"AI Is Designing Radio Chips That Humans Couldn’t Even Imagine"

https://spectrum.ieee.org/ai-radio-chip-design

#ai #reinforcementlearning #difusionmodels #circuitdesign

Next-gen integrated circuit expert Kaushik Sengupta, writes this piece for IEEE Spectrum detailing the laborious process for designing rf chips, and the state of the art of AI-assisted rf chip design. I find it interesting that they chose reinforcement learning and difussion models over genetic algorithms for this task. Good read.

"AI Is Designing Radio Chips That Humans Couldn’t Even Imagine"

https://spectrum.ieee.org/ai-radio-chip-design

#ai #reinforcementlearning #difusionmodels #circuitdesign

Nature spotlights an optical metasurface vision prototype—a machine learning latest moment promising faster, lower-power, on-device

https://www.aistory.news/machine-learning/machine-learning-latest-optical-metasurface-vision-leap/

#FederatedLearning #Quantization #ReinforcementLearning

Nature’s June 17, 2026 machine learning update spotlights an optical metasurface vision prototype promising real-time, low-power edge AI

https://www.aistory.news/machine-learning/machine-learning-update-natures-optical-vision-push/

#FederatedLearning #Quantization #ReinforcementLearning

Nature’s latest machine learning news spotlights an optical metasurface that embeds core vision steps in hardware, promising faster,

https://www.aistory.news/machine-learning/machine-learning-news-nature-flags-optical-vision-leap/

#FederatedLearning #Quantization #ReinforcementLearning

RT @burkov: Jemand fragte, wie ein chinesisches Unternehmen es geschafft hat, zu Codex und Claude Code im Bereich Coding aufzuholen. Die Antwort ist, dass die amerikanischen Unternehmen die hochqualitativen Trainingsdaten mit hohem Signal-Rausch-Verhältnis bereitstellen.

mehr auf Arint.info

#Coding #Finetuning #KI #LLM #MaschinellesLernen #ReinforcementLearning #arint_info

https://x.com/burkov/status/2068434453463023654#m

Nature’s News & Views says single-cell AI scaling brings little gain beyond a set point, shifting budgets toward data diversity and

https://www.aistory.news/machine-learning/single-cell-ai-scaling-hits-a-plateau-nature-warns/

#FederatedLearning #Quantization #ReinforcementLearning

Nature details a metasurface camera that embeds vision ops in optics. What it means for machine learning at the edge: power, latency, and

https://www.aistory.news/machine-learning/optical-metasurfaces-rewire-machine-learning-at-the-sensor/

#FederatedLearning #Quantization #ReinforcementLearning

via #AIFoundry : Outcome-driven learning systems: Enterprise RL with OpenEnv and Foundry

https://ift.tt/fZ1bQYO
#OutcomeDrivenLearning #OpenEnv #Foundry #EnterpriseRL #AIForBusiness #ReinforcementLearning #RL #AgentOptimization #NonParametricLearning #ParametricLearning #ECHO…

via #AIFoundry : Outcome-driven learning systems: Enterprise RL with OpenEnv and Foundry

https://ift.tt/fZ1bQYO
#OutcomeDrivenLearning #OpenEnv #Foundry #EnterpriseRL #AIForBusiness #ReinforcementLearning #RL #AgentOptimization #NonParametricLearning #ParametricLearning #ECHO…