Teaching Large Language Models to Reason with Reinforcement Learning with Alex Havrilla - 680

แชร์
ฝัง
  • เผยแพร่เมื่อ 4 ก.พ. 2025

ความคิดเห็น •

ต่อไป
เล่นอัตโนมัติ
[1hr Talk] Intro to Large Language Models59:48[1hr Talk] Intro to Large Language Models
[1hr Talk] Intro to Large Language ModelsAndrej Karpathy
มุมมอง 2.5M
Localizing and Editing Knowledge in LLMs with Peter Hase - 67950:11Localizing and Editing Knowledge in LLMs with Peter Hase - 679
Localizing and Editing Knowledge in LLMs with Peter Hase - 679The TWIML AI Podcast with Sam Charrington
มุมมอง 655
Sergey Levine - Reinforcement Learning in the Age of Foundation Models - RLC 20241:05:13Sergey Levine - Reinforcement Learning in the Age of Foundation Models - RLC 2024
Sergey Levine - Reinforcement Learning in the Age of Foundation Models - RLC 2024Reinforcement Learning Conference
มุมมอง 3.8K
🔴LIVE สด! PGC 2024 ศึกชิงแชมป์โลกพับจี Circuit 3 วันที่ 15:28:15🔴LIVE สด! PGC 2024 ศึกชิงแชมป์โลกพับจี Circuit 3 วันที่ 1
🔴LIVE สด! PGC 2024 ศึกชิงแชมป์โลกพับจี Circuit 3 วันที่ 1PUBG: BATTLEGROUNDS THAILAND
มุมมอง 157K
เจ้าของแทบทรุด บ้านสร้างได้ 3 เดือน พังทรุดตัว เพจดังชี้สาเหตุ ไม่ใช่เกิดจากเสาเข็ม03:47เจ้าของแทบทรุด บ้านสร้างได้ 3 เดือน พังทรุดตัว เพจดังชี้สาเหตุ ไม่ใช่เกิดจากเสาเข็ม
เจ้าของแทบทรุด บ้านสร้างได้ 3 เดือน พังทรุดตัว เพจดังชี้สาเหตุ ไม่ใช่เกิดจากเสาเข็มเรื่องเล่าเช้านี้
มุมมอง 577K
#เดอะตุ๊ก !! เจาะเดือด ทีมชาติ ผ่าฟอร์ม !! ทีมชาติไทย มันส์ เปิด สาเหตุ !! ระบบ+แท็คติก20:27#เดอะตุ๊ก !! เจาะเดือด ทีมชาติ ผ่าฟอร์ม !! ทีมชาติไทย มันส์ เปิด สาเหตุ !! ระบบ+แท็คติก
#เดอะตุ๊ก !! เจาะเดือด ทีมชาติ ผ่าฟอร์ม !! ทีมชาติไทย มันส์ เปิด สาเหตุ !! ระบบ+แท็คติกแตงโมลง ปิยะพงษ์ยิง
มุมมอง 291K
How Strong Is Tape?00:24How Strong Is Tape?
How Strong Is Tape?Stokes Twins
มุมมอง 87M
Think Fast, Talk Smart: Communication Techniques58:20Think Fast, Talk Smart: Communication Techniques
Think Fast, Talk Smart: Communication TechniquesStanford Graduate School of Business
มุมมอง 44M
AI Agents: Substance or Snake Oil with Arvind Narayanan - 70453:53AI Agents: Substance or Snake Oil with Arvind Narayanan - 704
AI Agents: Substance or Snake Oil with Arvind Narayanan - 704The TWIML AI Podcast with Sam Charrington
มุมมอง 4.9K
Tree of Thoughts: Deliberate Problem Solving with Large Language Models (Full Paper Review)29:29Tree of Thoughts: Deliberate Problem Solving with Large Language Models (Full Paper Review)
Tree of Thoughts: Deliberate Problem Solving with Large Language Models (Full Paper Review)Yannic Kilcher
มุมมอง 116K
A friendly introduction to deep reinforcement learning, Q-networks and policy gradients36:26A friendly introduction to deep reinforcement learning, Q-networks and policy gradients
A friendly introduction to deep reinforcement learning, Q-networks and policy gradientsSerrano.Academy
มุมมอง 111K
Making AI accessible with Andrej Karpathy and Stephanie Zhan36:59Making AI accessible with Andrej Karpathy and Stephanie Zhan
Making AI accessible with Andrej Karpathy and Stephanie ZhanSequoia Capital
มุมมอง 244K
Visualizing transformers and attention | Talk for TNG Big Tech Day '2457:45Visualizing transformers and attention | Talk for TNG Big Tech Day '24
Visualizing transformers and attention | Talk for TNG Big Tech Day '24Grant Sanderson
มุมมอง 406K
Transformers (how LLMs work) explained visually | DL527:14Transformers (how LLMs work) explained visually | DL5
Transformers (how LLMs work) explained visually | DL53Blue1Brown
มุมมอง 4.7M
Is Artificial Superintelligence Imminent? with Tim Rocktäschel - 70655:23Is Artificial Superintelligence Imminent? with Tim Rocktäschel - 706
Is Artificial Superintelligence Imminent? with Tim Rocktäschel - 706The TWIML AI Podcast with Sam Charrington
มุมมอง 2.5K
An introduction to Policy Gradient methods - Deep Reinforcement Learning19:50An introduction to Policy Gradient methods - Deep Reinforcement Learning
An introduction to Policy Gradient methods - Deep Reinforcement LearningArxiv Insights
มุมมอง 214K
หนูกับเต้ รัก ”พี่อู๋จูน“ นะ58:23หนูกับเต้ รัก ”พี่อู๋จูน“ นะ
หนูกับเต้ รัก ”พี่อู๋จูน“ นะหนูม่วง คำหลู่
มุมมอง 536K
#อึ้ง!เหลือจะเชื่อ!ไทยพลิกนรกดับสิงคโปร์คาบ้าน ทะลุเข้ารอบรองชนะเลิศ! คารวะอิชิอิโคตรการเปลี่ยนแปลง!12:08#อึ้ง!เหลือจะเชื่อ!ไทยพลิกนรกดับสิงคโปร์คาบ้าน ทะลุเข้ารอบรองชนะเลิศ! คารวะอิชิอิโคตรการเปลี่ยนแปลง!
#อึ้ง!เหลือจะเชื่อ!ไทยพลิกนรกดับสิงคโปร์คาบ้าน ทะลุเข้ารอบรองชนะเลิศ! คารวะอิชิอิโคตรการเปลี่ยนแปลง!# จัน ฑาล
มุมมอง 194K
Uyurken Kendimi Kurtçukların Arasında Buldum🤯😬🪱00:13Uyurken Kendimi Kurtçukların Arasında Buldum🤯😬🪱
Uyurken Kendimi Kurtçukların Arasında Buldum🤯😬🪱Giggle Jiggle Turkish
มุมมอง 2.4M
หมวกกันน็อค - TaitosmitH |Official MV|04:38หมวกกันน็อค - TaitosmitH |Official MV|
หมวกกันน็อค - TaitosmitH |Official MV|GeneLab
มุมมอง 309K
ผู้หญิงแต่งงานกับขอทาน แต่กลับถูกดูหมิ่น ในที่สุดชายขเทานก็เผยตัวตย#ละครหวานๆ#ชอบ2:00:01ผู้หญิงแต่งงานกับขอทาน แต่กลับถูกดูหมิ่น ในที่สุดชายขเทานก็เผยตัวตย#ละครหวานๆ#ชอบ
ผู้หญิงแต่งงานกับขอทาน แต่กลับถูกดูหมิ่น ในที่สุดชายขเทานก็เผยตัวตย#ละครหวานๆ#ชอบChaiyo sweet TV
มุมมอง 304K
🔴LIVE สด! PGC 2024 ศึกชิงแชมป์โลกพับจี Circuit 3 วันที่ 15:28:15🔴LIVE สด! PGC 2024 ศึกชิงแชมป์โลกพับจี Circuit 3 วันที่ 1
🔴LIVE สด! PGC 2024 ศึกชิงแชมป์โลกพับจี Circuit 3 วันที่ 1PUBG: BATTLEGROUNDS THAILAND
มุมมอง 157K
ไฮไลท์ฟุตบอล พรีเมียร์ลีก 2024/25 สัปดาห์ที่ 16 : แมนเชสเตอร์ ซิตี้ พบ แมนเชสเตอร์ ยูไนเต็ด03:59ไฮไลท์ฟุตบอล พรีเมียร์ลีก 2024/25 สัปดาห์ที่ 16 : แมนเชสเตอร์ ซิตี้ พบ แมนเชสเตอร์ ยูไนเต็ด
ไฮไลท์ฟุตบอล พรีเมียร์ลีก 2024/25 สัปดาห์ที่ 16 : แมนเชสเตอร์ ซิตี้ พบ แมนเชสเตอร์ ยูไนเต็ดTrueVisionsOfficial
มุมมอง 2.5M
🔴LIVE โหนกระแส ศึกชิงมรดก 500 ล้าน ทายาทฟ้องเด็กรับใช้ปลอมลายเซ็น2:13:31🔴LIVE โหนกระแส ศึกชิงมรดก 500 ล้าน ทายาทฟ้องเด็กรับใช้ปลอมลายเซ็น
🔴LIVE โหนกระแส ศึกชิงมรดก 500 ล้าน ทายาทฟ้องเด็กรับใช้ปลอมลายเซ็นโหนกระแส [Hone-Krasae] official
มุมมอง 960K