Skip to the content

Open IA

AI News

  • Microsoft IA
  • Google IA
  • NVIDIA IA
  • Openai IA
  • MIT IA
  • TLDR.TECH
  • ScienceDaily IA
  • SiècleDigital IA
  • Developpez.com
  • BonPrompt.com
  • Toute l’IA
  • A propos
  • Microsoft IA
  • Google IA
  • NVIDIA IA
  • Openai IA
  • MIT IA
  • TLDR.TECH
  • ScienceDaily IA
  • SiècleDigital IA
  • Developpez.com
  • BonPrompt.com
  • Toute l’IA
  • A propos
  • Search

Category

Openai IA

Toute l’actualité IA d’Openai

  • Dota 2

    20 Nov
  • Gathering human feedback

    20 Nov
  • Better exploration with parameter noise

    20 Nov
  • Proximal Policy Optimization

    20 Nov
  • Robust adversarial inputs

    20 Nov
  • Hindsight Experience Replay

    20 Nov
  • Teacher–student curriculum learning

    20 Nov
  • Faster physics in Python

    20 Nov
  • Learning from human preferences

    20 Nov
  • Learning to cooperate, compete, and communicate

    20 Nov
  • UCB exploration via Q-ensembles

    20 Nov
  • OpenAI Baselines: DQN

    20 Nov
  • Robots that learn

    20 Nov
  • Roboschool

    20 Nov
  • Equivalence between policy gradients and soft Q-learning

    20 Nov
  • Stochastic Neural Networks for hierarchical reinforcement learning

    20 Nov
  • Unsupervised sentiment neuron

    20 Nov
  • Spam detection in the physical world

    20 Nov
  • Evolution strategies as a scalable alternative to reinforcement learning

    20 Nov
  • One-shot imitation learning

    20 Nov
  • Distill

    20 Nov
  • Learning to communicate

    20 Nov
  • Emergence of grounded compositional language in multi-agent populations

    20 Nov
  • Prediction and control with temporal segment models

    20 Nov
  • Third-person imitation learning

    20 Nov
  • Attacking machine learning with adversarial examples

    20 Nov
  • Adversarial attacks on neural network policies

    20 Nov
  • Team update

    20 Nov
  • PixelCNN++: Improving the PixelCNN with discretized logistic mixture likelihood and other modifications

    20 Nov
  • Faulty reward functions in the wild

    20 Nov
  • Universe

    20 Nov
  • OpenAI and Microsoft

    20 Nov
  • #Exploration: A study of count-based exploration for deep reinforcement learning

    20 Nov
  • On the quantitative analysis of decoder-based generative models

    20 Nov
  • A connection between generative adversarial networks, inverse reinforcement learning, and energy-based models

    20 Nov
  • RL²: Fast reinforcement learning via slow reinforcement learning

    20 Nov
  • Variational lossy autoencoder

    20 Nov
  • Extensions and limitations of the neural GPU

    20 Nov
  • Semi-supervised knowledge transfer for deep learning from private training data

    20 Nov
  • Report from the self-organizing conference

    20 Nov
  • Transfer from simulation to real world through learning deep inverse dynamics model

    20 Nov
  • Infrastructure for deep learning

    20 Nov
  • Machine Learning Unconference

    20 Nov
  • Team update

    20 Nov
  • Special projects

    20 Nov
  • Concrete AI safety problems

    20 Nov
  • OpenAI technical goals

    20 Nov
  • Generative models

    20 Nov
  • Team update

    20 Nov
  • Adversarial training methods for semi-supervised text classification

    20 Nov
  • OpenAI Gym Beta

    20 Nov
  • Welcome, Pieter and Shivon!

    20 Nov
  • Team++

    20 Nov
  • Weight normalization: A simple reparameterization to accelerate training of deep neural networks

    20 Nov
  • Introducing OpenAI

    20 Nov

Newer

© 2026 Open IA

Theme by Anders Norén

Gérer le consentement
Pour offrir les meilleures expériences, nous utilisons des technologies telles que les cookies pour stocker et/ou accéder aux informations des appareils. Le fait de consentir à ces technologies nous permettra de traiter des données telles que le comportement de navigation ou les ID uniques sur ce site. Le fait de ne pas consentir ou de retirer son consentement peut avoir un effet négatif sur certaines caractéristiques et fonctions.
Fonctionnel Toujours activé
L’accès ou le stockage technique est strictement nécessaire dans la finalité d’intérêt légitime de permettre l’utilisation d’un service spécifique explicitement demandé par l’abonné ou l’utilisateur, ou dans le seul but d’effectuer la transmission d’une communication sur un réseau de communications électroniques.
Préférences
L’accès ou le stockage technique est nécessaire dans la finalité d’intérêt légitime de stocker des préférences qui ne sont pas demandées par l’abonné ou l’internaute.
Statistiques
Le stockage ou l’accès technique qui est utilisé exclusivement à des fins statistiques. Le stockage ou l’accès technique qui est utilisé exclusivement dans des finalités statistiques anonymes. En l’absence d’une assignation à comparaître, d’une conformité volontaire de la part de votre fournisseur d’accès à internet ou d’enregistrements supplémentaires provenant d’une tierce partie, les informations stockées ou extraites à cette seule fin ne peuvent généralement pas être utilisées pour vous identifier.
Marketing
L’accès ou le stockage technique est nécessaire pour créer des profils d’internautes afin d’envoyer des publicités, ou pour suivre l’utilisateur sur un site web ou sur plusieurs sites web ayant des finalités marketing similaires.
  • Gérer les options
  • Gérer les services
  • Gérer {vendor_count} fournisseurs
  • En savoir plus sur ces finalités
Voir les préférences
  • {title}
  • {title}
  • {title}