76. 王小川返场谈o1与强化学习:摸到了一条从快思考走向慢思考的路
Update: 2024-09-251
Description
<figure></figure>
在过去两集节目中,关于OpenAI o1和AGI范式转移,我们先是推出了一集预言,之后推出了一集解析。在一个新范式来临的临界点上,我们希望听到更多来自业界不同视角的声音。哪怕这些声音是切片的、冲突的,我们都希望当做一种记忆和留存收集起来。
今天这期是王小川的返场。
王小川在创业开始就关注到强化学习并且很早开始公开谈论。他曾说,大模型代表快思考,它叫“学”;强化学习是慢思考,它叫“思”。“学”和“思”两个系统最终会走向融合。除了o1,王小川也聊了聊强化学习在一个特定场景——医疗——中的应用。
<figure></figure><figure></figure>我们的播客节目在腾讯新闻首发,大家可以前往关注哦,这样可以第一时间获取节目信息和更多新闻资讯:)<figure></figure>
- 01:30 大模型是“学而不思则罔”,强化学习是“思而不学则殆”
- 03:45 Sam Altman被宫斗下课与强化学习大神Noam Brown的动态
- 05:45 OpenAI o1是范式升级,摸到了一条从快思考走向慢思考的道路
- (DIKW模型:Data – Information – Knowledge – Wisdom)
- 08:18 怎么看o1隐藏思维过程,有人破解o1思维链会被警告要封号?
- 09:04 从以语言为核心走向思维链,分两阶段运行增加泛化性
- 11:38 强化学习 vs 监督学习
- 16:39 除了数学和代码以外,医疗是可以用强化学习提升的领域
- 19:55 之前做强化学习实验没有CoT(思维链),今天更强调CoT了
- 22:16 复现o1 vs 复现GPT-4
- 26:30 未来几年将从强化学习范式走向写代码解决问题新范式
- 28:35 做“水涨船高的应用”,不只是“沿途下蛋的应用”
- 31:35 创业公司要走出大厂射程,在射程内你是没什么好活的
【更多信息】
联络我们:微博@张小珺-Benita,小红书@张小珺jùn
更多信息欢迎关注公众号:张小珺
<figure></figure>Comments
Top Podcasts
The Best New Comedy Podcast Right Now – June 2024The Best News Podcast Right Now – June 2024The Best New Business Podcast Right Now – June 2024The Best New Sports Podcast Right Now – June 2024The Best New True Crime Podcast Right Now – June 2024The Best New Joe Rogan Experience Podcast Right Now – June 20The Best New Dan Bongino Show Podcast Right Now – June 20The Best New Mark Levin Podcast – June 2024
In Channel