聽節目(在新分頁開啟原站)連到 The MAD Podcast
摘要
訪談 Google DeepMind 研究員 Mostafa Dehghani,探討 AI 如何透過「自我改進」與「迴圈思考」自動建構下一代模型。內容涵蓋從預訓練到後訓練的轉變、持續學習的挑戰,以及長程自動化中的可靠性瓶頸。
An interview discussing how AI is evolving toward recursive self-improvement and the challenges of long-horizon automation.
摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。
重點
- AI 正透過使用舊模型訓練新模型,逐步邁向自動自我改進。
- 長程任務的可靠性與錯誤累積是當前 AI 自動化的最大瓶頸。
- 持續學習與將模型接地於實體世界是未來突破的關鍵方向。
章節
依話題轉折切分,標題由 AI 產生
- 00:00AI 自我改進迴圈已加速
- 15:54通用與專精的平衡策略
- 18:43後訓練階段難以兼顧
- 21:18預測 AI 發展時程極難
- 23:54資料價值將轉向實體
- 26:15預訓練仍是基礎關鍵
- 29:39持續學習與自我改進
- 32:07探索與開發模式尚未成熟
- 36:44視覺變換器奠定多模態基礎
- 42:48Transformer 架構成功擴展至影像
- 54:30持續學習與結構特性被低估
- 58:06技術突破無法單向解決所有問題
- 1:00:21長程任務的可靠性與信任危機
- 1:03:48感謝訪談與邀請
適合誰看
對 AI 前沿技術、模型架構演進及自動化工具感興趣的開發者與研究者。
摘要依據
- 講者
- Matt Turck
- 依據
- 語音轉文字
為什麼排在這裡
- 人氣
- 0.50
- 新鮮
- 0.49
在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算
相關內容
- 想要递归自我改进吗?做梦吧! | 谷歌Dream-RSI | DeepMind | AlphaEvolve | Gemini | AI自我进化 | 发现树 | 行动轨迹影片 ・ Best Partners TV ・ 14 分鐘(在新分頁開啟原站)
- Ryan Greenblatt – What happens once AI can automate AI research?文章 ・ Dwarkesh Patel ・ 2 小時 13 分
- Lossy self-improvementPodcast ・ Interconnects ・ 13 分鐘(在新分頁開啟原站)
- AI researchers debate how close we are to recursive self-improvement文章 ・ Dwarkesh Patel ・ 1 小時 37 分
- XEP26 - RSI 的曙光已經出現!AI 開始能自我迭代了嗎?【試聽】影片 ・ 科技浪 ・ 11 分鐘
- When AI Research Starts Moving Faster Than Human Research - Zhengyao JiangPodcast ・ Machine Learning Street Talk ・ 44 分鐘
摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。聽節目(在新分頁開啟原站)
