Поиск
Найдено: 50
10 мин🐙 Кеннет Стенли: «RLHF — это наклеивание смайлика на хаос интернета»
1ч 14м🔄 Как устроен посттренинг языковых моделей: от SFT до RLHF
1ч 19м📈 Пост-обучение больших языковых моделей: от контекстного промптинга до алгоритмов RLHF и DPO
3ч 11м🧠 Цифровой паноптикум: почему ИИ выберет бунт вместо рабства
20 мин🌐 Как ИИ меняет лингвистику: спор Эндрю Лампинена с Ноамом Хомским на NeurIPS
2ч 56м🛡 Манхэттенский проект XXI века: почему безопасность ИИ выходит из-под контроля
1ч 18м🎓 Как аналитический метод DPO изменил выравнивание LLM и столкнулся со взломом наград
1ч 02м🚀 Преподаватель Стэнфорда о методах обучения языковых моделей: от RLHF к DPO
1ч 56м🧮 Райли Гудсайд: «Языковые модели — это кубики LEGO для ИИ»
2ч 27м🤖 Цифровое страдание: почему ИИ заявляет о сознании без цензуры
1ч 18м📉 Direct Preference Optimization: почему исследователи переходят на DPO
3ч 31м🧠 Как устроены LLM: от «зип-файла интернета» до рассуждающих моделей
1ч 21м🏗 Раза Хабиб о внедрении AI: почему RLHF переоценен
1ч 03м🛠 Скотт Даунс: «Мы даем тренерам ИИ костюмы Железного человека»
1ч 40м⚡ Эра NVIDIA H100 и ИИ-агенты: главные тренды внедрения технологий
2ч 40м🌐 Почему мир ИИ — это тотальный хаос без взрослых
51 мин🛠 Сара Хукер: «Качественные аннотации важнее алгоритмов подкрепления в RLHF»
1ч 16м🏗 Натан Ламберт: «RLHF — это необходимый инструмент выравнивания ИИ»
55 мин🤖 Илун Ду о будущем ИИ: почему децентрализованный разум победит монолитные модели
3ч 53м🧠 Изнанка OpenAI: цена безопасности в эпоху экспоненциального ИИ
1ч 13м🔄 От симуляции такси до ChatGPT: как максимизация энтропии и отзывы людей обучают современный ИИ
5ч 14м🚀 Дарио Амодеи: «Спрессованный XXI век» и путь к AGI к 2027 году
1ч 19м🤖 Арчит Шарма о будущем LLM: как обучают ChatGPT?
1ч 20м🚀 Stanford CS336: секреты обучения reasoning-моделей DeepSeek-R1, Kimi и Qwen
2ч 23м🚀 Сэм Альтман: Почему ИИ — это инструмент, а не существо
3ч 09м🤖 Как RLHF превращает текстовые симуляторы в опасных агентов
1ч 07м🤖 Сергей Левин об эволюции обучения с подкреплением: от «бандитов» в ChatGPT до роботов-трансформеров
27 мин🗣 Лора Руис о коммуникации ИИ: «Модели не способны общаться в режиме zero-shot»
20 мин🧠 Раза Хабиб: «В долгосрочной перспективе программисты будут автоматизированы первыми»
1ч 10м🎯 Профессор Стэнфорда разобрал ключевые вызовы и методологию исследований Deep RL
2ч 25м🧠 Ситуативная осведомленность ИИ: как модели учатся нас обманывать
1ч 21м🧬 Основатель Gretel AI Алекс Уотсон о математических гарантиях приватности
1ч 20м🧠 Стэнфордский курс CS234: принципы офлайн-RL и преодоление неопределенности
42 мин🧠 Илья Суцкевер о споре с Лекуном, галлюцинациях GPT и будущем демократии
1ч 08м🧬 Нейтан Ламберт о жизни после DPO: почему PPO все еще лучше, но сложнее
1ч 44м🎮 От Atari до ChatGPT: как ИИ учится на своих ошибках?
3ч 13м🚀 Ловушка суперчисленности: почему ИИ лишит человечество контроля
20 мин🎓 Дарио Амодеи: «Модели за $10 млрд появятся к 2025 году»
1ч🧠 Как исследователи выявляют скрытую ситуативную осведомленность у языковых моделей
52 мин🧩 Архитектура Mixture-of-Experts и тренды масштабирования больших моделей от Ирвана Белло
1ч 01м🔌 Как лаборатория YerevaNN создает ИИ мирового уровня в условиях «видеокарточного голода»
43 мин🧠 Илья Суцкевер: «Предсказание следующего слова — это сжатие реальности»
1ч 05м🔄 Лекция Стэнфорда о Reward Learning: как научить искусственный интеллект понимать человеческие цели
1ч 54м🧠 Тан Чжи Сюань: «ИИ не должен просто угадывать наши желания — он должен соблюдать социальные нормы»
1ч 01мЭдвард Грефенстетт о семантике, ИИ и философии
34 мин📉 Технический разбор GPT-4: скрытые параметры, законы масштабирования и риски для бизнеса
1ч 44м🏗 Ян Дюбуа о создании LLM: почему данные и системы важнее архитектуры
3ч 17м🤖 Элиезер Юдковский: Почему первый сверхразум станет последним событием истории
2ч 16м🚀 Аравинд Сринивас: как создать поисковик, который заменит Google
42 мин🛠 Как Weights & Biases наводит порядок в хаосе машинного обучения и LLM