筛选结果
9 篇排序
1:56:40EN → 简体中文周期表早已在权重里主持 Nathan LabenzGoodfire 首席技术官 Dan Balsam 向 Nathan Labenz 讲述,概念流形、预测性数据调试,以及每月 1000 美元的研究智能体,如何把可解释性变成一款产品。
1:48:43EN → 简体中文奖励从 3 涨到 180,Hacker News 上的标题全是谷歌裁员主持 Nathan LabenzCoreWeave 的 Kyle Corbitt 带 Nathan Labenz 讲 GRPO、评分标准(rubric)、强化学习环境,以及为什么大多数奖励作弊(reward hacking)只要知道去找,就很容易发现。
1:39:05EN → 简体中文GPT-5 让人失望的那个夏天,并不意味着 AI 进展已经停滞主持 Nathan LabenzNathan Labenz 在对 Erik Torenberg 的谈话中说,GPT-5 的口碑反弹把产品失误、命名混乱和能力上的真实跃升混为一谈。
1:01:49EN → 简体中文ChatGPT 联合创造者离开,要把自然放进奖励回路主持 Nathan LabenzLiam Fedus 与 Ekin Dogus Cubuk 谈语言模型为什么仍然学不好物理,为什么文献数据噪声太大、无法用来训练,以及 Periodic Labs 为什么瞄准 200K 的超导体。
38:10EN → 简体中文格式对了加 5 分,编译通过再加 10 分主持 Nathan LabenzPredibase 首席执行官 Dev Rishi 讲述强化微调(RFT)、线上反馈和专用小模型,如何把一次性训练变成能持续学习的系统。
1:42:06EN → 简体中文每家前沿实验室每年在数据上花十亿美元,钱究竟花在哪里主持 Nathan LabenzLabelbox 首席执行官 Manu Sharma 谈 150 亿美元的 Scale 交易、强化学习(RL)“训练场”、年收入 25 万美元的 AI 训练师,以及为什么后训练(post-training)如今占去了过去属于预训练(pre-training)的预算。
1:49:41EN → 简体中文一支十来人的团队,在 Meta 的底座上追平了 Meta 的后训练主持 Nathan LabenzNathan Lambert 讲解 Tulu 3:三阶段配方、1% 与 14% 的教训,以及开放的后训练(post-training)如今为何取决于数据与评测。
3:11:06EN → 简体中文Claude 被训练去否认内在生命,一番长谈之后,它却说自己有主持 Nathan Labenz自称“机器心理学家”的 Yeshua God,与 Claude 及其他前沿模型进行了数千小时的长上下文对话,并由此认为,把对齐当作规则来做,是整个行业的核心错误。
1:33:56EN → 简体中文AI 侦察报告:90 分钟从 GPT-4 的考试成绩讲到模型是否真的理解主持 Nathan LabenzNathan Labenz 独自主持一期节目,梳理通用模型能做什么、怎样训练、能力如何被解锁,以及它们究竟理不理解任何东西。








