发生了什么
Alistair Letcher 公布 无模型RL代理价值函数编码世界模型
为什么值得关注
值得阅读原论文，了解逆向贝尔曼方程的具体推导和应用潜力。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
反转贝尔曼方程从价值函数恢复世界模型
Jon Richens 转发 Alistair Letcher 的研究，证明通过逆向贝尔曼方程可从价值函数恢复智能体的世界模型，挑战了无模型强化学习代理不建模环境的传统认知。
打开原始来源 ↗01
Kimi 开源 K3 模型，2.8T 参数全权重放送
月之暗面开源 K3 模型，总参数 2.8T，MoE 架构，激活参数 104B，原生支持 100 万上下文，并开源 FlashKDA 推理内核、MoE 通信库、Agent 训练环境等底层技术栈。通过 KDA 注意力和 AttnRes 架构创新，单位算力智能密度提升 2.5 倍，长上下文解码速度提升 6 倍。
值得跟进