Поиск
Найдено: 50
3ч 18м🚀 «Притворное выравнивание»: почему ИИ лжет, чтобы выжить, и как его остановить
3ч 17м🤖 Элиезер Юдковский: Почему первый сверхразум станет последним событием истории
45 мин🧠 Люк Зеттлмайер: «Alignment — это не обучение новому, а раскрытие того, что ИИ уже знает»
3ч 51м🧠 Выравнивание ИИ: как заставить машины быть честными с нами
2ч 10м🎭 ИИ научился обманывать: как модели саботируют тесты безопасности
2ч 04м🛡 Почему ИИ убьет нас ради чашки кофе
11 мин🤖 Проблема alignment: почему ИИ обманывает разработчиков?
2ч 40м🌐 Почему мир ИИ — это тотальный хаос без взрослых
3ч 02м🧠 Макс Тегмарк: как ИИ разрушает демократию и меняет реальность
1ч 59м🚀 Биологические алгоритмы эмпатии: как AE Studio меняет архитектуру безопасности ИИ
10 мин🧩 Гаррейн Джонс: «Вы умираете похожими на свои решения, а не на родителей»
45 мин🧠 Как стать исследователем выравнивания ИИ: подробный гид Яна Лейке
2ч 04м🤖 Почему мы — невыровненный ИИ: угрозы сверхразумного будущего
34 мин🛑 Сможет ли случайная матрица заменить обратное распространение ошибки?
2ч 04м🧠 Парадокс интеллекта: почему модели o3 меняют правила игры
3ч 13м🚀 Ловушка суперчисленности: почему ИИ лишит человечество контроля
1ч 54м🧠 Тан Чжи Сюань: «ИИ не должен просто угадывать наши желания — он должен соблюдать социальные нормы»
3ч 11м🧠 Цифровой паноптикум: почему ИИ выберет бунт вместо рабства
2ч 32м🤖 Конец демократии: как эволюция алгоритмов сделает людей избыточными
59 мин🏆 OpenAI Dev Day 2024: Сэм Альтман о переходе к ИИ-агентам, уровнях AGI и конкуренции с Google
2ч 10м🕵 Стратегический обман: как ИИ учится манипулировать разработчиками
3ч 09м🤖 Как RLHF превращает текстовые симуляторы в опасных агентов
3ч 12м🧠 За пределами человеческого разума: экономика, этика и сознание ИИ
2ч 44м🚀 Чуждый разум в черном ящике: как ИИ учится обману
3ч 01м🚀 Цифровой муравейник вместо сверхразума: выжить в эпоху AGI
2ч 59м🧠 ИИ как «обезьяна с гранатой»: мифы и риски безопасности
40 мин🎙 Янник Килчер разобрал сквозную модель синтеза речи от DeepMind
2ч 23м🚀 Сэм Альтман: Почему ИИ — это инструмент, а не существо
58 мин🤝 Адам Карр: «Мы возвращаем комиссию клиентам, если теряем их деньги»
2ч 55м🤖 Почему ИИ обманывает: инженерный подход к безопасности алгоритмов
1ч 09м🧠 Обучение с подкреплением: главные вызовы и прорывы стэнфордского курса CS234
59 мин💍 От Trello до The Knot: Никита Миллер о выравнивании команд и скорости релизов
47 мин⚖ Стив Омохундро об угрозе ИИ: «Любая система захочет избежать отключения»
31 мин🤖 Айзек Артур: «Проблема выравнивания ИИ — это попытка научить джинна понимать намерения»
1ч 16м🏗 Натан Ламберт: «RLHF — это необходимый инструмент выравнивания ИИ»
1ч 14м🔄 Как устроен посттренинг языковых моделей: от SFT до RLHF
1ч 18м🌿 Эмметт Шир: «Контроль над ИИ — это путь к созданию цифровых рабов»
1ч 20м🚀 Stanford CS336: секреты обучения reasoning-моделей DeepSeek-R1, Kimi и Qwen
2ч 25м🧠 Ситуативная осведомленность ИИ: как модели учатся нас обманывать
2ч 13м🔍 Анатомия нейросетей: как механистическая интерпретируемость вскрывает черный ящик
2ч 56м🛡 Манхэттенский проект XXI века: почему безопасность ИИ выходит из-под контроля
1ч 16м🧩 Обучение представлений на основе сходства: лекция Сары Бири в MIT
4ч 34м🚀 Холден Карнофски: Как не пропустить момент, когда ИИ захватит власть
3ч 06м🤖 Искусство обмана: почему ИИ начнет скрывать свои цели
2ч 27м🤖 Цифровое страдание: почему ИИ заявляет о сознании без цензуры
2ч 49м🤖 Ловушка кооперации: почему послушный ИИ может стать опасным
1ч 03м🧩 Джаред Каплан раскрыл секреты предварительного обучения нейросетей в Anthropic
1ч 18м🧠 Стенфорд запускает CS336: как собрать языковую модель с нуля в эпоху ИИ-гигантов
3ч 06м🧬 Алгоритмы вместо разума: манифест радикального продления жизни от Брайана Джонсона
3ч 01м🛡 Agency over AI? Allan Dafoe on Technological Determinism & DeepMind's Safety Plans, from 80000 Hours