John Schulman

TalkRL: The Reinforcement Learning Podcast - Podcast tekijän mukaan Robin Ranjit Singh Chauhan

kokeile Podimo ilmaiseksi 90!!! päivän ajan

kokeile Podimo ilmaiseksi 90!!! päivän ajan

universumia joka on täynnä satoja podcasteja ja äänikirjoja, klikkaa tätä kokeillaksesi

 Sponsored
Podcast artwork

Kategoriat:

Tekniikka

John Schulman, OpenAI cofounder and researcher, inventor of PPO/TRPO talks RL from human feedback, tuning GPT-3 to follow instructions (InstructGPT) and answer long-form questions using the internet (WebGPT), AI alignment, AGI timelines, and more!

Visit the podcast's native language site