【新智元导读】Anthropic发布了Programmatic Tool ...

作者：欧皇小涛12138上周写一门课的课程报告，正好遇到dnf噩梦循环的例子，就以这个为例子写了报告。用了多重背包的思想（0-1背包，一个物品选或者不选；分数背包，一个物品可以拆成分数选择；完全背包，一个物品可以选择的次数无上限；多重背包，一个物品可 ...

打开交易图表，堆上十个技术指标，然后对着屏幕发呆不知道下一步怎么操作——这场景对交易员来说太熟悉了。如果把历史数据丢给计算机，告诉它“去试错”。赚了有奖励，亏了有惩罚。让它在不断的尝试和失败中学习，最终迭代出一个不说完美、但至少能逻辑自洽的交易策略。