Home
硅谷101
Home
E161｜聊聊大模型如何思考与深度学习科学家Yann LeCun
01:01:29
Share
2024/7/29
硅谷101
Request Transcript
Frequently requested episodes will be transcribed first
Chapters
白盒研究的目标是什么？
如何从早期模型发展到识别词汇元意思的大语言模型？
OpenAI的研究：用gpt4理解gpt2模型
白盒研究的本质是什么？
人脑如何通过少量数据获得泛化能力？
大语言模型与人脑相比，其对世界的理解有何不足？
稀疏编码：源自大脑神经元的运作机制
黑盒模型的发展特点是什么？
白盒模型的问题是什么？
Yann Lecun对白盒研究的态度如何？
基础AI研究的动力来源是什么？
白盒模型的三个流派是什么？
对黑盒模型的优化方向是什么？
距离白盒gpt还有多远？
打开ImageNet是白盒的第一步
Yann LeCun经历了神经网络领域的哪些高峰低谷？
加入Yann LeCun组是偶然吗？
Yann LeCun对大方向的坚持和直觉是什么？
Yann LeCun对Scaling Law的态度是什么？
科学家马毅与Yann LeCun的观点有何异同？
从至暗时刻走出的AI科学家们有哪些特质？
Yann LeCun希望学生做什么样的工作？
读PhD应该研究LLM吗？
Yann LeCun在Meta的贡献是什么？
大模型未来的发展方向是什么？
Shownotes
Transcript
No transcript made for this episode yet, you may request it for free.
