State of AI in 2026: LLMs, Coding, Scaling Laws, China, Agents, GPUs, AGI | Lex Fridman Podcast #490

摘要

Lex Fridman 邀請 Sebastian Raschka 與 Nathan Lambert 探討 2026 年 AI 前沿，涵蓋大型語言模型、程式開發、縮放定律及代理系統。兩人分享從零建構模型的實作經驗、RLHF 技術細節，並討論 AI 對人類文明的影響與未來展望。

Lex Fridman interviews ML experts on the 2026 AI landscape, covering model construction, RLHF, and the future of human civilization with AI.

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

• 深入解析從零建構大型語言模型與推理模型的實作方法。
• 探討強化學習人類回饋（RLHF）與模型訓練的技術細節。
• 討論 AI 發展對人類文明、意識本質及未來的影響。

提到的工具與公司

• GPT-2

適合誰看

對機器學習原理感興趣、希望實作 AI 專案或關注 AI 技術趨勢的開發者與研究者。

摘要依據

依據

語音轉文字

為什麼排在這裡

人氣

0.92

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

• AI Trends 2026: OpenClaw Agents, Reasoning LLMs, and More with Sebastian Raschka - #762Podcast ・ The TWIML AI Podcast ・ 1 小時 19 分
• LLM Architecture in 2026: What You Need to Know with Sebastian RaschkaPodcast ・ Vanishing Gradients ・ 1 小時 18 分
• State of LLMs 2026: RLVR, GRPO, Inference Scaling — Sebastian RaschkaPodcast ・ The MAD Podcast ・ 1 小時 8 分
• CMU AI Agents 2026: 3. Long Context Modeling for Agents影片 ・ Graham Neubig
• 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
• Recursive Language Models — Alex Zhang, MIT PhD影片 ・ Latent Space