#强化学习

共 5 篇 · 全部标签

10月30日周五

视频原发布 10月29日 1 小时 5 分钟 YouTube · Technically

Databricks 首席 AI 科学家 Jonathan Frankle：AI 研究到底在做什么 What actually is AI research? (w/ Jonathan Frankle, Chief AI Scientist at Databricks)

播客《Technically》主持人 Megan Reynolds 对谈 Databricks 首席 AI 科学家、MosaicML 联合创始人 Jonathan Frankle（MosaicML 以 13 亿美元卖给 Databricks）。…

Databricks 强化学习评测微调智能体

10月14日周三

视频原发布 10月13日 1 小时 8 分钟 YouTube · Sequoia Capital（Training Data）

Ineffable 联合创始人 David Silver & Lasse Espeholt：经验时代的超级学习者 David Silver and Lasse Espeholt of Ineffable Intelligence: A Superlearner for the Age of Experience

Sequoia《Training Data》主持人 Sonya Huang 对谈 Ineffable Intelligence 联合创始人 David Silver（前 DeepMind AlphaGo / AlphaZero 技术主导）与 Lasse Espeholt（前 De…

Ineffable DeepMind 强化学习超智能 Sequoia

10月11日周日

播客原发布 10月10日 2 小时 1 分钟 YouTube · The Cognitive Revolution

Goodfire 的 Eric Bigelow：大模型如何「做决定」，关键 token 与相变 How Agents Decide: Goodfire's Eric Bigelow on Critical Tokens, Phase Shifts, & In-Context Learning

Goodfire（机制可解释性创业公司）技术团队成员、哈佛心理学系新晋博士 Eric Bigelow 在 The Cognitive Revolution 上，回答主持人 Nathan Labenz 的核心问题：模型在长推理链里到底怎么选出「那个决定性的 token」。…

Goodfire 可解释性上下文学习链式思考强化学习

10月10日周六

播客原发布 10月9日 1 小时 10 分钟 YouTube · No Priors

Misha Laskin 谈 Beam：开放模型、RL 算力与「拥有智能」 Beam: The Great American Open Model with ReflectionAI Co-Founder and CEO Misha Laskin

Reflection AI 联合创始人兼 CEO Misha Laskin（前 Google DeepMind Gemini 强化学习团队成员）在 No Priors 上，于首个开放权重模型 Beam 发布之际，回顾公司过去一年「边飞边造飞机」的冲刺：团队从约 30 人扩到约 3…

Reflection 开放模型强化学习算力模型安全

10月6日周二

视频原发布 10月5日 1 小时 2 分钟 YouTube · Sources Podcast

Reflection 创始人谈 Beam：做「西方的 DeepSeek」 Reflection’s founders on building a DeepSeek of the West

Alex Heath 在 Sources 对谈 Reflection 联合创始人 CEO Misha Laskin（前 Gemini 奖励建模负责人）与 CTO Ioannis Antonoglou（AlphaGo / AlphaZero 作者、前 Gemini RLHF 负责人…

Reflection 开放模型强化学习模型安全商业模式