llm learning road

llm learning road

Download on the App Store

All llm learning road episodes

  • DeepseekMath

    00:00:00 Start

    00:17:41 DeepSeekMathBase+7B+的数学能力评估

    00:27:47 DeepSeekMath-RL+的训练与评估

    00:40:24 探索抗噪声奖励信号的算法

    00:46:35 DPO、PPO+和+GRPO+的目标及梯度

    00:51:30 Closing

    52 min
  • instructGPT

    00:00:00 Start

    00:18:49 InstructGPT:在不同方面的表现与改进

    00:28:34 Closing

    29 min
  • ReAct

    00:00:00 Start

    00:19:25 ReAct+Outperforms+Other+Methods+in+Tasks

    00:28:34 ReAct+在+ICLR+2023+会议论文中发布

    00:34:25 ICLR+2023+会议论文中的实验

    00:43:45 ReAct+在+ALFWorld+中的刀具清洁问题

    00:51:15 Closing

    52 min
  • deepseek-R1

    DeepSeek R1 full discussion and segmented playback.

    OUTLINE

    00:00:00 Opening

    00:16:02 DeepSeek R1 - Segment 1

    00:29:54 DeepSeek R1 - Segment 2

    00:47:34 DeepSeek R1 - Segment 3

    00:56:22 DeepSeek R1 - Segment 4

    01:04:21 DeepSeek R1 - Segment 5

    01:15:42 DeepSeek R1 - Segment 6

    01:26:49 DeepSeek R1 - Segment 7

    01:42:33 DeepSeek R1 - Segment 8

    02:00:42 DeepSeek R1 - Segment 9

    02:12:45 DeepSeek R1 - Segment 10

    02:21:42 DeepSeek R1 - Segment 11

    02:24:38 Ending

    2 hr 31 min
  • 硅谷坐标 x 田渊栋: 解析大模型护城河、记忆存储瓶颈与Agent对社会冲击

    田渊栋(Meta AI/FAIR,强化学习与大模型推理/长上下文方向)分享对大模型竞争格局、模型“记忆”机制、长上下文与存储瓶颈、推理路线,以及 Agent 时代社会冲击的判断与观察。

    ### 内容要点

    - 大模型护城河:数据/算法/infra/人才

    - 两种记忆:上下文(工作记忆)与权重(世界观)

    - 长上下文与存储供应链瓶颈

    - Agent 形态与社会影响

    1 hr 2 min