پژوهش
هوش مصنوعی به‌وسیله تنها یک نمایش، بازی Montezuma’s Revenge را با امتیاز ۷۴,۵۰۰ شکست می‌دهد
OpenAI با استفاده از تنها یک نمایش انسانی، به‌طور چشمگیری در بازی Montezuma’s Revenge پیشرفت کرده و امتیاز 74,500 به دست آورد—برترین نتایج تا کنون.
پژوهش
هوش مصنوعی و امنیت: چگونگی استفاده از مباحثه برای جلوگیری از خطرات
مدلی نوین بر پایهٔ مباحثه بین ربات‌های هوش مصنوعی به معرفی الگوریتمی می‌پردازد که با ارزشیابی انسانی برنده نقش بازی می‌کند و هدف آن پیشگیری از خطرات بالقوه و ارتقاء ایمنی سامانه‌های هوش مصنوعی است.
پژوهش
هوش مصنوعی با آموزش همکارانه: روش تعلیمی قابل توضیح در یادگیری ماشینی
روش نوین یادگیری ماشین OpenAI؛ با استفاده از مثال‌های قابل فهم انسان، مدل‌های هوش مصنوعی را توانمند می‌کند؛ آموزش متقابل و انتخاب خودکار نمونه‌های مفید
پژوهش
هوش مصنوعی OpenAI چگونه به برتری بی‌سابقه در Dota 2 رسید؟
OpenAI با سیستم خودآموزش خود در Dota 2، در مدت یک ماه از سطح بازیکنان حرفه‌ای عبور کرده و به عملکردی فراتر از انسان دست یافت. این موفقیت برتری یادگیری تقویتی را نشان می‌دهد.
پژوهش
انقلاب در آموزش هوش مصنوعی: بازخورد انسانی، راهی به سوی ایمنی
OpenAI با معرفی RL-Teacher، رویکردی نوین برای آموزش هوش مصنوعی ارائه کرده است. این روش با تکیه بر بازخورد انسانی، امکان توسعه سیستم‌های ایمن‌تر و حل مسائل پیچیده یادگیری تقویتی را فراهم می‌کند.
پژوهش
هوش مصنوعی بر اساس ترجیحات انسان، گام جدیدی به سوی ایمنی و کنترل
OpenAI و DeepMind با الگوریتمی نوآورانه، به‌جای هدف ساده، با توجه به ترجیحات انسان، رفتارهای بهینه و ایمن هوش مصنوعی را استخراج می‌کنند.