最近更新的频道

点选即可只看该频道浏览全部频道 →
AI Engineer今天硅谷101昨天PragerU前天Y Combinator前天SemiAnalysis3天前a16z3天前GOTO Conferences3天前Latent Space4天前Dwarkesh Patel4天前Adrian Twarog5天前

筛选结果

1 篇
排序
频道Sequoia Capital主题Reward hacking
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