最近更新的频道

点选即可只看该频道浏览全部频道 →

筛选结果

5 篇
排序
1:08:02EN → 简体中文
Sequoia Capital· 2026年10月13日播客AlphaGo 花了两年,AlphaZero 只用了几个小时:Silver 在超级智能上押了同样的注David Silver 和 Lasse Espeholt 离开 DeepMind,创办了一家二十人的实验室 Ineffable Intelligence。他们想打造一个超级学习者(superlearner),让它从经验中发现科学、数学和语言,而不是靠一轮预训练(pre-training)。模型与训练Reinforcement LearningRL environments & simulators+3
48:51EN → 简体中文
Sequoia Capital· 2025年6月17日播客OpenAI 前研究负责人:通往 AGI 的关键突破已经齐了Bob McGrew 在红杉资本的 Training Data 节目中说,2025 年是推理之年,智能体的价格会贴近算力成本,而到 2035 年,技术栈上不会再添加什么根本性的东西。模型与训练Reasoning & test-time computePretraining & midtraining+3
52:30EN → 简体中文
Sequoia Capital· 2025年1月28日播客第 37 手看起来像 bug,大语言模型(LLM)仍需要自己的 AlphaZero 时刻Ioannis Antonoglou 从 AlphaGo 聊到 Reflection AI:谈自我对弈、可靠性,以及为什么算力仍然能买来智能。智能体Reinforcement Learning智能体工程+3
51:15EN → 简体中文
Sequoia Capital· 2024年9月10日播客通用人工智能只剩一个难题:在单个 Token 上多花一百万倍的算力Magic 创始人 Eric Steinberger 在红杉资本 Training Data 节目中说明:他为什么要自己训练模型,为什么软件工程师是通用人工智能(AGI)的 MVP,以及为什么 96% 仍然算不上同事。编程智能体通用人工智能Reasoning & test-time compute+3
1:07:05EN → 简体中文
Sequoia Capital· 2024年7月16日播客AlphaGo 把学习和搜索结合在一起,语言模型只做到了前一半Reflection AI 的 Misha Laskin 向红杉资本解释,为什么靠提示词驱动的编程智能体(Agent)总卡在十几个百分点,以及缺失的那一块为什么仍然是真值奖励(ground-truth reward)。智能体智能体工程Reinforcement Learning+3