Поиск
Найдено: 30
2ч 45м👁 Цифровой кокон: как ИИ переписывает общественный договор
5ч 29м🛡 Изнанка ИИ-гонки: почему инженеры боятся собственного сверхразума
2ч 29м💡 От блефа к доверию: как ИИ учится договариваться с людьми
45 мин🧠 Как стать исследователем выравнивания ИИ: подробный гид Яна Лейке
46 мин🐱 Джефф Бек: почему современные языковые модели лишены настоящего понимания мира
1ч 05м📉 Как молодым специалистам выжить в эпоху бесконечных ИИ-стажеров
38 мин🔄 Дев Риши: «Миру не нужен ИИ, читающий стихи в кассовом аппарате»
1ч 13м🧠 Иллюзия выбора: почему физик Сабина Хоссенфельдер не верит в свободу воли
29 мин🧱 Питер Шраммель из Diffblue: программисты тратят 35% времени на тесты, но ИИ готов взять эту рутину на себя
1ч 01м🧪 Periodic Labs: Как выходцы из OpenAI и DeepMind обучают ИИ-физиков в автоматизированных лабораториях
30 мин🤖 Уэс Рот: «Роботы эволюционируют в симуляции, а OpenAI теряет кадры»
1ч 37м🧠 Почему роботы бьют посуду и как ИИ обретает здравый смысл
1ч 19м🎓 Кэл Ньюпорт: почему пятиминутный тайм-менеджмент больше не работает
1ч 10м🧠 Джефф Бек: «Байесовский мозг эффективнее градиентного спуска»
1ч 23м🏗 Как победить в Minecraft RL: команда Kairos о сочетании обучения и инженерного подхода
51 мин🏋 Создатель ChatGPT строит ИИ-физика: как Periodic Labs планирует открыть новые материалы
24 мин👁 Джек Кларк: «Мы имеем дело с реальным и таинственным существом»
1ч 18м🎓 Как аналитический метод DPO изменил выравнивание LLM и столкнулся со взломом наград
1ч 20мМетоды оценки политики: Монте-Карло против Temporal Difference
53 мин🔄 Янник Кильчер разобрал метод Reinforced Self-Training от Google DeepMind
1ч 13м🔄 Подход Model-Based RL: как Стэнфорд обучает сложных роботов за четыре часа
1ч 47м🛠 Тюнинг LLM: как методы PPO и DPO превращают нейросети из автодополнителей в полезных помощников
1ч 47м🎯 Стэнфорд: «Ваша языковая модель — это на самом деле скрытая модель вознаграждения»
1ч 13м🧩 Stanford CS234 Reinforcement Learning I Tabular MDP Planning I 2024 I Lecture 2
13 мин🔄 Дэвид Сильвер о Deep RL: «В нейросетях с миллиардом параметров нет локальных минимумов»
1ч 13мТеория игр: Minimax, Alpha-Beta и поиск оптимальной стратегии
1ч 18м🧠 Эмма Бранскилл о DQN: «Реплей-буфер — ключ к прогрессу»
58 мин🤖 Как Google SayCan объединяет языковые модели и робототехнику
26 мин🔄 Шмидхубер выворачивает ИИ наизнанку: детальный разбор концепции Upside-Down RL
2ч 38м🚀 Как Anthropic защищает нейросети от государственного шпионажа