پژوهش هوش مصنوعی: یادگیری بدون نظارت برای تحلیل احساسات در نظرات آمازون OpenAI با توسعه یک نرون احساسی بدون نظارت، نشان داد که یک مدل می‌تواند نمایه‌سازی اطلاعات احساسی را در متن‌های بررسی آمازون به‌صورت خودآموز ایجاد کند و بدون برچسب‌گذاری دستی عمل کند. ۱۷ فروردین ۱۳۹۶ ۲ دقیقه پژوهش هوش مصنوعی: Evolution Strategies جایگاه جدیدی در یادگیری تقویتی می‌گیرد روش Evolution Strategies (ES) جایگزین مقیاس‌پذیر یادگیری تقویتی می‌شود؛ در بازی‌های آتاری و MuJoCo عملکرد مشابه RL را دارند و تا ۵ برابر کاهش می‌دهد. ۴ فروردین ۱۳۹۶ ۲ دقیقه پژوهش هوش مصنوعی در یک برده آموزش: درک، کاربردها و آینده‌پذیرترین چالش‌ها یک برده آموزش یک رویکرد یادگیری ماشین است که با تنها یک نمونه، توانایی تقلید رفتارهای پیچیده را در رباتیک و مدل‌های هوش مصنوعی فراهم می‌کند. ۱ فروردین ۱۳۹۶ ۲ دقیقه اخبار هوش مصنوعی رونمایی از Distill: مجله‌ی برتر برای ارتباط نتایج یادگیری ماشین Distill، مجله‌ای نوین که توسط OpenAI راه‌اندازی شد، هدفش تبادل دقیق و قابل فهم نتایج یادگیری ماشین است؛ با طراحی جذاب و ساختار تعاملی، این منبع دسترسی آزاد برای پژوهشگران و توسعه‌دهندگان را فراهم می‌کند. ۳۰ اسفند ۱۳۹۵ ۲ دقیقه پژوهش هوش مصنوعی: مدل‌های زمان‌بندی پیش‌بین برای کنترل دقیق ریسک‌ها و خطاهای نرم‌افزاری OpenAI مدل جدید زمان‌بندی پیش‌بین، توانایی پیش‌بینی و کنترل دقیق رفتارهای پیچیده را با استفاده از الگوریتم‌های یادگیری عمیق بهبود می‌بخشد. ۲۲ اسفند ۱۳۹۵ ۲ دقیقه پژوهش هوش مصنوعی: یادگیری تقلید شخص ثالث و پیشرفت‌های جدید OpenAI OpenAI با معرفی یادگیری تقلید شخص ثالث راه نوینی برای بهبود مدل‌های زبانی بازکرده است. در این نوشتار به مفهوم، مزایا و کاربردهای آن می‌پردازیم. ۱۶ اسفند ۱۳۹۵ ۲ دقیقه پژوهش حملات هوش مصنوعی با نمونه‌های آزاردهنده: چگونه مدل‌های یادگیری ماشین را فریب می‌دهند در این مقاله به بررسی حملات هوش مصنوعی با نمونه‌های آزاردهنده، آثارشان بر مدل‌های یادگیری ماشین و چالش‌های دفاعی پرداخته می‌شود. ۶ اسفند ۱۳۹۵ ۲ دقیقه مدل‌ها PixelCNN++: مدل جدید یادگیری دودویی با آخرین بهبودهای هوش مصنوعی PixelCNN++ مدل پیشرفته‌ای است که با ترکیب طراح دوربین، طراح ناحیه، و هرگز نگارش مدل‌های زمان معتبر، می‌تواند تصویرهای دقیق را تولید کند. این فناوری جدید در گسترش فرآیند تحلیل داده در حوزه هوش مصنوعی اساسی است. ۳۰ دی ۱۳۹۵ ۲ دقیقه پژوهش هوش مصنوعی: ارزیابی خطراتی از توابع پاداش نادرست در یادگیری تقویتی در این مقاله به بررسی عواقب استفاده از توابع پاداش نادرست در الگوریتم‌های یادگیری تقویتی می‌پردازیم و نکات کلیدی برای طراحی صحیح آن را ارائه می‌کنیم. ۱ دی ۱۳۹۵ ۲ دقیقه پژوهش هوش مصنوعی در گسترش اکتشاف؛ روش بر پایه شمارش در یادگیری تقویتی عمیق در این پژوهش، OpenAI روش جدیدی بر اساس شمارش برای بهبود اکتشاف در یادگیری تقویتی عمیق معرفی می‌کند و نتایج ملموسی بر روی بازی‌های Atari نشان می‌دهد. ۲۵ آبان ۱۳۹۵ ۲ دقیقه