Building the Automated AGI Lab: Core Automation's Jerry Tworek and Rohan Anil

摘要

Jerry Tworek 與 Rohan Anil 於 Core Automation 探討 AI 未來，指出Transformer 架構已達極限，關鍵在於持續學習能力。他們認為現有模型無法在測試時適應，且傳統方法如上下文學習與微調存在侷限。他們提出需透過終端學習（End-to-End Optimization）與自動編寫程式碼（Kernel Automation）來突破瓶頸，建立自動化實驗室以尋找更優的架構。

Jerry Tworek and Rohan Anil at Core Automation discuss AI's future, identifying the Transformer architecture as a bottleneck. They argue current models lack end-to-end learning capabilities, necessitating a new approach like end-to-end optimization and automated kernel generation to achieve true AGI…

重點

• Jerry 與 Rohan 認為 Transformer 架構已達極限，持續學習能力是未來關鍵。
• 他們指出傳統方法如上下文學習與微調存在侷限，無法解決適應問題。
• Core Automation 將透過終端學習與自動編寫程式碼來突破瓶頸。

提到的工具與公司

• OpenAI
• Gemini
• Anthropic

適合誰看

程式開發者、AI 研究者、科技業人士。

摘要依據

依據

語音轉文字

為什麼排在這裡

人氣

0.65

新鮮

0.78

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

• Ep 89: AI Research Legend’s Honest Assessment of Where We ArePodcast ・ Unsupervised Learning ・ 1 小時 14 分（在新分頁開啟原站）
• The Future of AI Infrastructure with CoreWeavePodcast ・ Practical AI ・ 50 分鐘
• Ep 81: Ex-OpenAI Researcher On Why He Left, His Honest AGI Timeline, & The Limits of Scaling RLPodcast ・ Unsupervised Learning ・ 1 小時 3 分（在新分頁開啟原站）
• OpenAI's Greg Brockman: Why Human Attention Is the New BottleneckPodcast ・ Training Data ・ 28 分鐘（在新分頁開啟原站）
• The End of GPU Scaling? Compute & The Agent Era — Tim Dettmers (Ai2) & Dan Fu (Together AI)Podcast ・ The MAD Podcast ・ 1 小時 4 分（在新分頁開啟原站）
• Andrej Karpathy on Code Agents, AutoResearch, and the Loopy Era of AIPodcast ・ No Priors ・ 1 小時 7 分（在新分頁開啟原站）