最近更新されたチャンネル

選ぶとそのチャンネルだけを表示すべてのチャンネル →
Theo - t3․gg昨日 +22AI Engineer昨日 +7Matthew Berman一昨日 +478a16z一昨日 +1The Builders一昨日 +1硅谷101一昨日 +1SemiAnalysis一昨日 +1Chris Williamson一昨日Cheeky Pint一昨日Invest Like The Best一昨日

絞り込み結果

1 件
並び順
チャンネルZhang Xiaojun PodcastトピックInference
2:49:35ZH
Zhang Xiaojun Podcast· 2025年2月4日ポッドキャスト · 2 人潘嘉怡解读 R1、o1 与 Kimi K1.5：强化学习如何教模型学会推理ゲスト 潘嘉怡 · ホスト 张小珺伯克利博士生潘嘉怡带读 DeepSeek、OpenAI 与 Kimi 的推理模型报告，拆解长思维链、GRPO、奖励设计与蒸馏。R1-Zero 的“顿悟时刻”展示了推理策略如何在强化学习中涌现。Reinforcement Learningモデルと学習AI research+2