chatgpt-pro-LLM进化史

minimax-LLM发展史与关键技术演进深度研究报告

doubao-大模型+LLM+发展脉络梳理

qwen-大模型进化图谱：从技术跃迁、厂商博弈到开发者生存指南

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

00:00:00 Start

00:18:49 InstructGPT：在不同方面的表现与改进

00:28:34 Closing

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

deepseek V3.2

00:00:00 Opening

00:30:00 Main Discussion

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

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