【大模型应用极简开发入门（2）】GPT模型简史：从GPT-1到GPT-4：从小数据量的微调到大数据量的强化学习不断优化模型

【计算机视觉（6）】边缘与直线检测基础篇：从Canny到Hough变换

【AI Engineering】什么是Agent？如何构建和评估AI Agent？

【AI Engineering】什么是Agent？如何构建和评估AI Agent？

被动强化学习（Passive Reinforcement Learning）是指智能体有一个固定的策略π(s)，它按照这个策略行动，学习状态的价值函数U(s)。价值函数表示"从状态s开始，按照策略π，期望能获得多少累积奖励"。在被动学习中，智能体不知道环境的转移模型P(s’|s, a)和奖励函数R(s, a, s’)。它只能通过观察来学习：执行动作，观察结果状态和奖励，然后更新对状态价值的估计。这

被动强化学习（Passive Reinforcement Learning）是指智能体有一个固定的策略π(s)，它按照这个策略行动，学习状态的价值函数U(s)。价值函数表示"从状态s开始，按照策略π，期望能获得多少累积奖励"。在被动学习中，智能体不知道环境的转移模型P(s’|s, a)和奖励函数R(s, a, s’)。它只能通过观察来学习：执行动作，观察结果状态和奖励，然后更新对状态价值的估计。这

【系统架构设计（33）】计算机网络架构与技术基础

卷积神经网络

【大模型应用开发极简入门】提示工程二：零样本学习、少样本学习与改善提示效果

【HDFS运维】HDFS回收箱机制：原理、配置、配置可能导致的问题分析