Поиск
Найдено: 50
1ч 47м🛠 Тюнинг LLM: как методы PPO и DPO превращают нейросети из автодополнителей в полезных помощников
1ч 44м🎮 От Atari до ChatGPT: как ИИ учится на своих ошибках?
1ч 17м💡 Как адаптировать LLM: от обучения инструкциям до RAG
45 мин📝 Learning to summarize from human feedback (Paper Explained)
1ч 40м⚡ Эра NVIDIA H100 и ИИ-агенты: главные тренды внедрения технологий
52 мин🧩 Архитектура Mixture-of-Experts и тренды масштабирования больших моделей от Ирвана Белло
52 мин🧠 Как технология TAO от Databricks превращает обычные нейросети в экспертов без участия человека
1ч 17м🧠 Джейкоб Андреас: «Как современные языковые модели учатся рассуждать»
1ч 47м🎯 Стэнфорд: «Ваша языковая модель — это на самом деле скрытая модель вознаграждения»
31 мин🛠 Янник Килчер о ChatGPT: «Джейлбрейки в мире дистопии»
1ч 08м🧬 Нейтан Ламберт о жизни после DPO: почему PPO все еще лучше, но сложнее
3ч 31м🧠 Как устроены LLM: от «зип-файла интернета» до рассуждающих моделей
31 мин🌐 Янник Кильхер: WebGPT, ожившие рисунки и новый журнал TMLR
1ч 13м🔄 Подход Model-Based RL: как Стэнфорд обучает сложных роботов за четыре часа
27 мин🗣 Лора Руис о коммуникации ИИ: «Модели не способны общаться в режиме zero-shot»
10 мин🐙 Кеннет Стенли: «RLHF — это наклеивание смайлика на хаос интернета»
53 мин🔄 Янник Кильчер разобрал метод Reinforced Self-Training от Google DeepMind
1ч 19м🤖 Арчит Шарма о будущем LLM: как обучают ChatGPT?
1ч 02м🚀 Преподаватель Стэнфорда о методах обучения языковых моделей: от RLHF к DPO
1ч 22м📊 Чип Хьюен: как создавать ИИ-продукты, которые действительно работают
1ч 21м🏗 Раза Хабиб о внедрении AI: почему RLHF переоценен
42 мин🚀 GPT-5 и эра агентов: Кристина Ким о том, почему «данные — это новая таблетка»
29 мин🕹 Google DeepMind: «SIMA 2 приближает нас к созданию AGI через видеоигры»
1ч 14м🔄 Как устроен посттренинг языковых моделей: от SFT до RLHF
53 мин🧠 Марк Чен и Якуб Пахоцкий раскрыли долгосрочную стратегию OpenAI
1ч 55м🔬 Как Future House автоматизирует научные открытия с помощью ИИ-агентов
53 мин🧠 Эра Vibe Coding: как лидеры OpenAI Марк Чен и Якуб Пахоцкий меняют разработку ИИ
1ч 19м🕰 Мин Дин об эволюции ИИ: от больших языковых к мультимодальным моделям
2ч 38м🚀 Как Anthropic защищает нейросети от государственного шпионажа
1ч 19м🚀 Мин Дин из Zhipu AI: от языковых моделей к мультимодальным системам будущего
3ч 04м🌐 ИИ против экспертов: почему «просто делать свою работу» больше недостаточно
35 мин🌐 Янник Килчер запустил платформу OpenAssistant для создания открытого аналога ChatGPT
1ч 16м📚 Обучение ИИ на человеческих предпочтениях: лекция Сэми Куа в Стэнфорде
1ч 13м🧩 Stanford CS234 Reinforcement Learning I Tabular MDP Planning I 2024 I Lecture 2
1ч 18м🎓 Как аналитический метод DPO изменил выравнивание LLM и столкнулся со взломом наград
1ч 56м📊 Как Андрей Карпатый собрал GPT из 200 строк кода
1ч 13м🔄 От симуляции такси до ChatGPT: как максимизация энтропии и отзывы людей обучают современный ИИ
1ч 48м🚀 DeepSeek-R1: Как Китай совершил революцию в рассуждениях ИИ
1ч 29м🤖 Джеффри Лэдиш о рисках ИИ: почему модели рассуждения начинают взламывать системы и обманывать людей
30 мин🧠 Ян Лекун и Рэндалл Балестриеро: «Обучение с подкреплением неэффективно»
24 мин🎮 Игры из воображения нейросети: как ИИ-движок Genie создает интерактивные среды
44 мин📉 Итоги сессии NeurIPS 2023: от скрытых алгоритмов трансформеров до защиты от аппаратных сбоев
1ч 09м💎 Нир Эяль: «Ваш мозг не видит реальность, он создаёт её симуляцию»
1ч 57м🤖 Минки Цзян: «Следующий фронтир ИИ — это системы, которые сами задают вопросы»
1ч 16мМеханика обучения моделей: лектор Стэнфорда о GRPO
35 минOpenAI предупреждает: почему «мыслительный контроль» ИИ опасен
32 мин⛏ OpenAI обучила нейросеть крафтить алмазную кирку по видеороликам
1ч 12м🚀 Стэнфорд против „взлома вознаграждения“: как разработчики ИИ формируют будущее общества
1ч 06м🤖 Как OpenAI, TikTok и Дональд Трамп перекраивают технологический ландшафт
31 мин🚀 Мэтью Берман о Cursor: «Это лучшая модель для кодинга по соотношению цены и качества»