筛选结果
5 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。
48:00EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2025年12月15日播客两秒钟的投票，正在把模型训练成标题党主持 Jacob EffronSurge AI 的 CEO Edwin Chen 向 Redpoint 解释了 LMArena 为什么奖励长篇幅和表情符号，某家实验室的模型为何连续变差了一年，以及为什么前沿实验室已经不再走同一条路。
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。
18:46EN
Lex Fridman播客Deep Learning Plus One Idea: Ilya Sutskever on Building AGI主持 Lex FridmanIn a May 2020 conversation, Sutskever discusses self-play, simulation, bodies and consciousness, tests of intelligence, and how an AGI might be governed and aligned.