跨国深谈← 返回←Brendan Foody

① 他说过的话

8 条

这就好比让一个人给自己的作业打分。
It’s as if you would be asking a human to grade their own homework.
—— Brendan Foody · [05:12]

指向原始笔记的链接

在接下来的 12 个月里,将会出现几十个类似的例子,公司拥有自己的智能,而这正是他们所构建的护城河的关键来源。
Over the next 12 months, there’s going to be dozens of examples just like that, where companies own their own intelligence, and that is the key source of the modes that they’re building.
—— Brendan Foody · [10:18]

指向原始笔记的链接

像 NVIDIA 这样的公司,他们可能愿意花十亿美元拥有一个前沿开源模型。
NVIDIA, they’re probably willing to pay a billion dollars to have a frontier open source model.
—— Brendan Foody · [13:14]

指向原始笔记的链接

我们的任务价格从 50 美元到 10000 美元不等。
We have tasks that range from $50to$10,000.
—— Brendan Foody · [14:00]

指向原始笔记的链接

有趣的地方在于,我认为人们对「合成数据」的含义有很多误解,因为 RLVR 本质上就是一场对合成数据的押注。
So the fascinating thing is I think that there’s been a lot of misinterpretation of what people mean when they say synthetic data because like RLVR is a bet on synthetic data.
—— Brendan Foody · [16:38]

指向原始笔记的链接

但人类仍然是这个过程中不可或缺且极具差异化的一部分,原因在于,几乎从定义上说,你需要人类来衡量模型能力前沿之外的东西。
But the reason that humans are still an essential component of the process that’s incredibly differentiated is that you need humans almost definitionally to measure what is beyond the frontier of the model capabilities.
—— Brendan Foody · [17:33]

指向原始笔记的链接

比如现在,智能体大多没有被训练去执行超过 10 小时的事情。
Like right now, agents mostly aren’t trained to do things that are over 10 hours.
—— Brendan Foody · [20:01]

指向原始笔记的链接

但如果把这一点对应到评估中,有多大比例的评估衡量模型与他人互动的能力,那大概是 1%。
But then if you map that on to what percentage of evals measure how well the models can interact with other people, it’s like 1%.
—— Brendan Foody · [20:38]

指向原始笔记的链接

② 出现在这些集

1 集

• 《RL 环境:让模型学会用你电脑上所有工具的数据生意》 — 作为主持

③ 他谈到的

点进去有真内容 —— 本页主要出口

Mercor · RL 环境 · 后训练 · 验证器 · 合成数据 · 超长时程 · 虚拟同事 · RLHF · 智能体数据时代 · 基座模型

④ 也在聊「智能体」的人