Spinning Up: el manual de OpenAI para pasar de cero a investigar RL en serio
OpenAI escribió la guía que le hubiera gustado dar a sus nuevos investigadores: teoría esencial, implementaciones limpias de los algoritmos clave y consejos sinceros sobre cómo hacer investigación. El aprendizaje por refuerzo es célebre por su barrera de entrada, y este recurso la baja más que ningún otro. Aunque no toque RL a diario, su sección de consejos de investigación vale para todo el campo.
Josh Achiam · OpenAI
MIMarco IbáñezConexiones
Trazadas y explicadas por personas: la razón es lo que las hace valiosas.
«Spinning Up te aporta base experimental y mentalidad de investigación en RL; Latent Space muestra cómo convertir esa formación en ingeniería práctica con LLMs: diseño de agentes, evals reproducibles, optimización de costes de inferencia y despliegue en producción.»
MIMarco Ibáñez
Latent Space: el podcast de los que construyen con LLMs, para los que construyenPodcast«Spinning Up te da la base práctica y los atajos para investigar RL; el foro te muestra cómo esa práctica se discute y se critica frente a problemas reales de alineamiento (RLHF, interpretabilidad, deceptive alignment), ayudándote a anticipar fallos y diseñar defensas.»
MIMarco Ibáñez
El foro donde el alineamiento se discute en serio, años antes de llegar a los papersWeb