3 articles
OpenAI publie une méthode de transfert de connaissance semi-supervisé pour l'apprentissage profond à partir de données d'entraînement privées. La technique combine données publiques et privées tout en préservant la confidentialité des données sensibles.
OpenAI a organisé sa première conférence auto-organisée réunissant plus de 150 praticiens IA dans ses bureaux pour discuter d'apprentissage automatique.
OpenAI développe un modèle d'apprentissage des dynamiques inverses profondes pour transférer des politiques de simulation vers le monde réel. La méthode réduit le besoin de données réelles en apprenant à prédire les actions à partir des observations, améliorant la généralisation des robots entraînés en simulation.