姚顺雨谈混元训练与具身智能
热点事件持续更新
姚顺雨谈混元训练与具身智能
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
姚顺雨在清华大学与本科同学吕凯风对谈两个多小时,分享腾讯混元大模型的训练方法、组织文化及行业判断。他称,混元预训练采用“Scaling Ladder”,后训练回归朴素的 Policy Gradient 与 GRPO,评测应先于训练数据设计。 姚顺雨预计具身智能可能出现类似“GPT-3.5 时刻”的突破,并区分 Safety 与 Security,认为当前更紧迫的问题是防范 AI 被滥用。他同时主张反刷榜,认为模型评测不应围绕榜单优化。
AI 根据报道生成 · 56 分钟前更新
最新进展11月20日 16:01
姚顺雨清华对谈混元训练法、反刷榜理念与具身智能报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- AGI Hunt姚顺雨清华对谈混元训练法、反刷榜理念与具身智能
姚顺雨在清华大学与本科同学吕凯风对谈两个多小时,分享腾讯混元大模型的训练方法、组织文化及行业判断。混元预训练采用「Scaling Ladder」,后训练回归朴素的 Policy Gradient 与 GRPO,并强调评测应先于训练数据设计。他预计具身智能可能出现「GPT-3.5 时刻」,并区分 Safety 与 Security,认为当前更紧迫的是防范 AI 被滥用。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。