从进公司后就无所事事的韩念初，终于回到了原来时空的工作状态。

跟专家的会议时间定在半个月后，有意向的投资人和股东都会到场，会议的核心主题将决定人工智能未来的研究发展发向，是继续研究语法树，还是兴起不久的深度学习研究。

秘书的事务已无暇顾及，何谨修倒没说什么，让hr再借调一个人手过来。

韩念初几乎都泡在实验室里，跟周严果讨论，写代码，刘铭亲自坐镇，也要了张办公桌，和他们一起办公。

周严果站在白板前说：“在现有语料库的基础上，假设我们把状态价值函数和动作价值函数定义好，加入现有的代码模块，实现有监督的学习。”

刘铭问:“具体怎么实现？”

周严果说：“这就是今天讨论的目的，集思广益，讨论出这个方法的可行性。”

何谨修捏着笔，不知为何，他的目光转向了韩念初。

韩念初走到周严果旁边，接过他的笔，在白板上写满了公式，转身说道：“用贝尔曼方程迭代计算奖惩。”

众人一愣。

韩念初接着说道：“具体一点，先定义状态价值函数，用来评估状态优劣。行为或动作价值函数用于评估下一个字或词的优劣。完成定义后，进一步定义出累计奖励函数，就可以评价出一整句回答的优劣。”

“奖励函数怎么定义？这个函数接受的变量怎么从人传给机器？这个变量给了函数以后，函数怎么去调整它的输出？答好要加多少分？答不好要扣多少分？那个奖励函数怎么解？”周严果一口气问出了一连串的问题。

Loading...

未加载完，尝试【刷新】or【关闭小说模式】or【关闭广告屏蔽】。

尝试更换【Firefox浏览器】or【Chrome谷歌浏览器】打开多多收藏！

移动流量偶尔打不开，可以切换电信、联通、Wifi。

收藏网址：www.lengku8.cc

(＞人＜；)