筛选结果
3 篇排序
1:48:43EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年5月1日播客奖励从 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。
1:42:06EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年7月8日播客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。
56:56EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年4月25日播客一周的 PCB 布线，一小时就能完成：Quilter 训练的是智能体，而非模仿者主持 Nathan LabenzSpaceX 出身的 Sergiy Nesterenko 向 Will Summerlin 讲述，Quilter 如何用强化学习（reinforcement learning）把原理图编译成可以量产的电路板，以及为什么克隆人类的布线会把系统的上限锁定在人类水平。