待验证50% 置信事实精确时间
C51 算法由 Bellemare 等人于 2017 年提出，是首个成功将分布式强化学习应用于 Atari 游戏的算法，它用 51 个固定支撑点来近似回报分布，并通过投影步骤更新分布。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证RTX 5090搭载Blackwell架构GPU，具备极高的FP8/FP16浮点算力，理论上可用于大规模AI模型训练与推理64% 相似待验证Dreamer V2（2021年）引入离散潜在表征，在 Atari 55 款游戏上首次以基于模型的方法超越了人类基准60% 相似待验证GB300 是截至2025年最新一代数据中心GPU，基于Blackwell架构，相比H100在AI推理和训练吞吐量上有显著提升60% 相似待验证混合精度训练由NVIDIA与百度于2018年联合提出，核心思想是在前向与反向传播中使用FP16以降低显存占用并加速计算，同时保留FP32主权重副本用于参数更新60% 相似待验证英伟达的Hopper架构GPU已引入机密计算（Confidential Computing）能力，可为AI推理任务提供硬件级别的隔离58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084258API
curl https://kongchang.com/api/v1/knowledge/claims/1084258MCP
get_claim(id=1084258)