YoutuBlog（HackerTube）：读 YouTube 上的演讲和播客

最近更新的频道

点选即可只看该频道浏览全部频道 →

Theo - t3․gg今天 +1AI Engineer今天 +3Reid Hoffman今天 +1Matthew Berman昨天 +1GOTO Conferences昨天 +2a16z昨天 +2Latent Space昨天 +2Chris Williamson昨天 +2SemiAnalysis昨天 +1Every昨天 +1

筛选结果

46 篇筛选1

排序

最新发布

 最新发布最早发布时长从短到长

频道Nathan Lambert

2 张幻灯片16:48EN → 简体中文

Nathan Lambert· 2026年11月2日Nathan Lambert：开放模型如何与前沿实验室竞争Nathan Lambert · Allen Institute for AI开放模型的用量正在增长，能力差距也在缩小，但开发者需要可持续的经济模式和价格之外的优势。Open-weight modelsAI cost & performanceAI Strategy+1

3 张幻灯片48:04EN → 简体中文

Nathan Lambert· 2026年10月26日Nathan Lambert：开放语言模型的历史、竞争与风险Nathan Lambert · Allen Institute for AI从开放权重、研究基础设施和蒸馏，到采用情况与模型开发者面临的选择。Open-weight modelsAI researchAI Safety+2

46:42EN → 简体中文

Nathan Lambert· 2026年10月25日Nathan Lambert 与 Florian Brand 谈 Kimi K3.1、网络风险和 AI 智能体Nathan Lambert, Florian Brand · Allen Institute for AIInterconnects 主持人讨论模型评估的分歧、安全漏洞披露潮，以及个人智能体在日常生活中的作用。Open-weight modelsCybersecurity评估+1

3 张幻灯片5:42EN → 简体中文

Nathan Lambert· 2026年8月12日修格斯为何成了 AI 后训练的吉祥物Nathan Lambert · Allen Institute for AINathan Lambert 追溯了这种怪物从洛夫克拉夫特小说走向语言模型、微调与 RLHF 视觉隐喻的历程。Post-trainingAI HistoryAI Alignment

3 张幻灯片32:56EN → 简体中文

Nathan Lambert· 2026年8月6日Nathan Lambert：AI 角色训练入门Nathan Lambert · Allen Institute for AI从 constitution、model spec 到人格实验和激活引导，理解后训练如何塑造模型行为。Post-trainingAI AlignmentModel Interpretability+1

3 张幻灯片32:11EN → 简体中文

Nathan Lambert· 2026年8月5日Nathan Lambert：语言模型评估如何演变Nathan Lambert · Allen Institute for AI从少样本提示与 pass@k，到智能体沙箱、分数噪声和基准污染。评估智能体工程Benchmarks+1

3 张幻灯片13:53EN → 简体中文

Nathan Lambert· 2026年8月4日Nathan Lambert 回答后训练配方的六个问题Nathan Lambert · Allen Institute for AI围绕专家模型、KL 惩罚、监督数据、强化学习和业务取舍的实践讨论。Post-trainingReinforcement LearningDistillation+1

4 张幻灯片37:47EN → 简体中文

Nathan Lambert· 2026年7月30日Nathan Lambert：语言模型如何使用工具并训练智能体Nathan Lambert · Allen Institute for AI从结构化工具调用和 harness，到智能体强化学习的数据、沙箱与稳定性难题。智能体工程Post-trainingReinforcement Learning+1

5 张幻灯片1:06:30EN → 简体中文

Nathan Lambert· 2026年7月29日Scott Geng 与 Nathan Lambert：如何把 DPO 研究带入 OLMo 3Nathan Lambert, Scott Geng · Allen Institute for AI一项偏好学习结果在小规模实验中展现潜力；要把它变成模型训练阶段，还需要处理数据、组织和基础设施问题。Post-trainingReinforcement LearningAI research+1

4 张幻灯片31:33EN → 简体中文

Nathan Lambert· 2026年7月28日Nathan Lambert：KL 正则化、强化学习与监督微调Nathan Lambert · Allen Institute for AI理解为什么需要控制策略更新、KL 方向如何影响目标，以及实验对泛化和遗忘的启示。Reinforcement LearningPost-trainingMachine Learning+1

4 张幻灯片23:34EN → 简体中文

Nathan Lambert· 2026年7月25日Nathan Lambert：过度优化与 RLHF 的声誉Nathan Lambert · Allen Institute for AI奖励模型分数为何可能在真实行为恶化时上升，以及偏好微调如何仍能提升实用能力。Post-trainingReinforcement LearningReward hacking+1

6 张幻灯片35:53EN → 简体中文

Nathan Lambert· 2026年7月20日Nathan Lambert：偏好数据与 RLHF 的理论基础Nathan Lambert · Allen Institute for AI哲学与控制理论如何演变为偏好模型，以及收集反馈为何仍然困难。Post-trainingReinforcement LearningData quality & curation+1

3 张幻灯片14:55EN → 简体中文

Nathan Lambert· 2026年7月1日Nathan Lambert：修正 RLHF 推导与强化学习记号Nathan Lambert · Allen Institute for AI围绕 KL 估计、奖励模型损失、实践实验和策略梯度回答读者问题。Post-trainingReinforcement Learning机器学习基础+1

4 张幻灯片23:52EN → 简体中文

Nathan Lambert· 2026年6月24日Nathan Lambert：大语言模型后训练的机器学习基础Nathan Lambert · Allen Institute for AI从 token 概率、掩码、优化到 KL 散度和强化学习的实用入门。Post-training机器学习基础Reinforcement Learning+2

6 张幻灯片49:40EN → 简体中文

Nathan Lambert· 2026年6月23日Nathan Lambert：合成数据与同策略蒸馏Nathan Lambert · Allen Institute for AI从教师—学生训练和 KL 目标，到 Constitutional AI、AI 评判与评分细则奖励。Post-trainingDistillationSynthetic data+2

3 张幻灯片6:20EN → 简体中文

Nathan Lambert· 2026年6月22日Nathan Lambert 解读 TMax：终端智能体的开放训练方案Nathan Lambert · Allen Institute for AI终端环境、模型检查点和稳定的强化学习基础设施，为何对开放智能体研究重要。AI agentsReinforcement LearningPost-training+2

2 张幻灯片15:22EN → 简体中文

Nathan Lambert· 2026年6月15日Nathan Lambert 解答教师模型与 PPO 问题Nathan Lambert · Allen Institute for AI为什么最强教师未必最容易迁移知识，以及 PPO 数学如何对应语言模型代码。Post-trainingReinforcement LearningSynthetic data+1

6 张幻灯片45:20EN → 简体中文

Nathan Lambert· 2026年6月15日Nathan Lambert：推理模型的兴起Nathan Lambert · Allen Institute for AI回顾可验证奖励训练、推理模型发布，以及背后的实现选择。Reasoning & test-time computeReinforcement LearningPost-training+2

6 张幻灯片42:44EN → 简体中文

Nathan Lambert· 2026年6月15日Nathan Lambert 详解 DPO 与直接偏好优化Nathan Lambert · Allen Institute for AI一种更简单的偏好训练方法：推导过程、实际局限和相关算法。Post-trainingReinforcement Learning微调+1

7 张幻灯片46:10EN → 简体中文

Nathan Lambert· 2026年4月14日Nathan Lambert：后训练与 RLHF 概览Nathan Lambert · Allen Institute for AI从语言模型预训练和人类偏好，到经典 RLHF 方案与规模化推理。Post-trainingReinforcement LearningFoundation Models+2

3:35EN → 简体中文

Nathan Lambert· 2026年4月14日Nathan Lambert 介绍 RLHF Book 后训练课程Nathan Lambert · Allen Institute for AI本书和课程为何记录语言模型训练中的实践方法、数学与数据。Post-trainingReinforcement LearningEducation

8 张幻灯片53:36EN → 简体中文

Nathan Lambert· 2026年4月14日Nathan Lambert：如何为语言模型实现强化学习算法Nathan Lambert · Allen Institute for AI从 PPO、GRPO 和分布式训练，到影响模型行为的损失归一化选择。Reinforcement LearningPost-training机器学习基础+1

8 张幻灯片57:35EN → 简体中文

Nathan Lambert· 2026年4月14日Nathan Lambert 详解语言模型的策略梯度Nathan Lambert · Allen Institute for AI从策略梯度定理和方差缩减，到 PPO、GRPO 及现代变体。Reinforcement LearningPost-training机器学习基础+1

7 张幻灯片49:49EN → 简体中文

Nathan Lambert· 2026年4月14日Nathan Lambert：指令微调、奖励模型与拒绝采样Nathan Lambert · Allen Institute for AI从聊天模板和偏好损失，到筛选模型生成回答的后训练基础。Post-training微调Reinforcement Learning+2

加载更多已显示 24 篇，共 46 篇