Поиск
Найдено: 26
1ч 16м🏗 Натан Ламберт: «RLHF — это необходимый инструмент выравнивания ИИ»
1ч 18м📉 Direct Preference Optimization: почему исследователи переходят на DPO
1ч 08м🧬 Нейтан Ламберт о жизни после DPO: почему PPO все еще лучше, но сложнее
1ч 18м🎓 Как аналитический метод DPO изменил выравнивание LLM и столкнулся со взломом наград
1ч 14м🔄 Как устроен посттренинг языковых моделей: от SFT до RLHF
1ч 19м🤖 Арчит Шарма о будущем LLM: как обучают ChatGPT?
3ч 53м👁 Как ИИ учится видеть: эволюция и парадоксы мультимодальных моделей
1ч 13м🎲 Дэн Уэббер: «ИИ-хирург может убить одного человека ради спасения пяти, если он чистый утилитарист»
1ч 13м🔄 От симуляции такси до ChatGPT: как максимизация энтропии и отзывы людей обучают современный ИИ
1ч 19м🕰 Мин Дин об эволюции ИИ: от больших языковых к мультимодальным моделям
1ч 47м🛠 Тюнинг LLM: как методы PPO и DPO превращают нейросети из автодополнителей в полезных помощников
1ч 27м📉 Эволюция агентов: как MultiOn обучает нейросети на ошибках и борется с OpenAI
1ч 19м📈 Пост-обучение больших языковых моделей: от контекстного промптинга до алгоритмов RLHF и DPO
1ч 20м🧠 Стэнфордский курс CS234: принципы офлайн-RL и преодоление неопределенности
1ч 20м🚀 Stanford CS336: секреты обучения reasoning-моделей DeepSeek-R1, Kimi и Qwen
1ч 16м📚 Обучение ИИ на человеческих предпочтениях: лекция Сэми Куа в Стэнфорде
1ч 18м🧠 Стенфорд запускает CS336: как собрать языковую модель с нуля в эпоху ИИ-гигантов
1ч 18м🏗 Стэнфорд запустил курс CS336 по созданию LLM: от байтовых токенов до GPU-ядер
1ч 02м🚀 Преподаватель Стэнфорда о методах обучения языковых моделей: от RLHF к DPO
1ч 19м🚀 Мин Дин из Zhipu AI: от языковых моделей к мультимодальным системам будущего
1ч 43м🎓 Див Гарг: «Современные языковые модели во многом переоценены»
1ч 49м🏛 Как 15 ученых смогли превзойти ИИ-гигантов уровня Meta?
1ч 17м🧠 Стэнфордский профессор объяснил, как сэмплирование Томпсона спасает рекомендательные системы от задержек данных
1ч 47м🎯 Стэнфорд: «Ваша языковая модель — это на самом деле скрытая модель вознаграждения»
34 мин🤐 Янник Килчер разобрал архитектуру Mixture of Experts от Mistral AI
1ч 44м🏗 Ян Дюбуа о создании LLM: почему данные и системы важнее архитектуры