Can humans make AI any better?

摘要

Richard Sutton 在影片中探討人類如何透過經驗與反饋機制提升 AI 能力，並分析「苦難課程」理論在大型語言模型時代的適用性。觀眾能理解強化學習、人類偏好調整等核心概念，並思考 AI 演進的未來方向。

Richard Sutton discusses how humans can improve AI through experience and feedback, analyzing the relevance of the Bitter Lesson in the age of LLMs.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

提到的工具與公司

• AlphaGo
• RLVR
• Harpy

適合誰看

對機器學習原理、強化學習或 AI 演進趨勢有興趣的研究者與開發者。

摘要依據

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.79

新鮮

0.38

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

• Some thoughts on the Sutton interviewPodcast ・ Dwarkesh Podcast ・ 12 分鐘 ・ 2025/10/05
• Richard Sutton – Father of RL thinks LLMs are a dead endPodcast ・ Dwarkesh Podcast ・ 1 小時 6 分 ・ 2025/09/26
• Stanford CS329A Self-Improving AI Agents | Part 4 | Learning from Feedback with Tools/Code影片 ・ Stanford Online ・ 1 小時 11 分 ・ 2026/08/03
• Chat GPT's Creator Explains The Shocking Truth About How AI Understands the World | Ilya SutskeverPodcast ・ Eye On A.I. ・ 42 分鐘 ・ 昨天
• The next big breakthrough will be AIs learning on the job文章 ・ Dwarkesh Patel ・ 20 分鐘 ・ 2026/06/26
• Two Component Self-Learning AI system (LLM, Harness)影片 ・ Discover AI ・ 昨天

這個來源最近的內容

• The most cited paper of the century is a brilliant hack2026/09/01 ・ 影片 ・ 35 分鐘
• The Birth of ChatGPT約 2026 年 6 月 ・ 影片 ・ 2 分鐘
• Yann LeCun's $1B Bet Against LLMs [Part 2]2026/05/31 ・ 影片 ・ 41 分鐘

Welch Labs 的所有內容