Turing CEO Jonathan Sadar：人类智能才是超级智能新瓶颈，SaaS已死，要自己掌控数据层
本期《World of DAAS》由 Oren 主持，对话嘉宾是估值约 22 亿美元的 AI 数据公司 Tur … 阅读更多
Reinforcement Learning
强化学习（RL），智能体通过与环境交互获得奖励信号来学习策略的机器学习方法。
前OpenAI Codex研究员、Applied Compute CEO Yash Patil深度对话：RL的边界、新一代AI超算厂，以及为什么后训练赢在推理
前OpenAI Codex研究员、Applied Compute CEO首席执行官Yash Patil在与Redpoint Ventures投资人Jacob Effron的对话中提出：后训练是AI技术栈最被低估的一环，也是企业真正拥有自己智能的关键。他剖析了RL作为爬山机器的边界、数据效率与持续学习的未解之谜、后训练为何赢在推理，并押注一个建立在GPU之上的新一代AI超算厂。