【中配】大语言模型中的RL讽刺: 为什么强化学习不是实现AGI的关键 - bycloud
翁家翌：OpenAI，GPT，强化学习，Infra，后训练，天授，tuixue，开源，CMU，清华｜WhynotTV Podcast #4
Ilya Sutskever: 真正的智能就是持续学习
Ilya Sutskever: 为什么氛围编程会失败
AI强化学习之父「Richard Sutton」：LLM最终只是“苦涩的教训”❗️LLM是“死路一条”
Andrej Karpathy【中英⚡从零构建 GPT（重制版）|Neural Networks: Zero to Hero】
【官方双语】Richard Sutton: 强化学习之父认为大语言模型是死路一条
埃隆·马斯克：如果 10 倍计算能力≈2 倍智能，那么人工智能就会沿着卡尔达肖夫轨迹前进，先收获太阳，然后收获银河系。
别再乱问Claude，试试Karpathy三层法 - Austin Marchese - 中配
【TRPO算法】强化学习一头撞死：学过ppo，grpo，dpo，dapo，没听过这是啥？
Andrej Karpathy
Reiner Pope: 大语言模型到底是如何训练和推理的
Dylan Patel: 中国AI算力差几十倍，模型为何没落后？
大家好，我是杨植麟，我来B站发个新模型！
图灵奖大佬怒喷：大模型全是死路！2027 年路线全错，5 年内统治全球！大佬放狠话：世界模型才是真 AI，OpenAI 终将被淘汰！深度学习教父的惊天预言，颠覆
伊利亚·苏茨克维：为什么人类只需少量样本就能学会？
【官方双语】Ilya Sutskever：我们正从规模化时代迈向研究时代
【强化学习】十分钟学会Q-Learning和贝尔曼方程！
杨植麟还没创办 Kimi 时分享：开挂人生的科研三招
Grant Sanderson (3Blue1Brown): 爱因斯坦和香农为什么都很会解释？
