Gemini 3, prawa skalowania i era 'ograniczonych danych': moja rozmowa z @borgeaud_s, inżynierem badawczym w @GoogleDeepMind i liderem wstępnego szkolenia dla Gemini 3 00:00 – Zimne wprowadzenie: „Jesteśmy przed harmonogramem” + AI to teraz system 00:58 – „Sekretny przepis” @OriolVinyalsML: lepsze wstępne + po-szkoleniowe 02:09 – Dlaczego postęp AI wciąż nie zwalnia 03:04 – Czy modele naprawdę stają się mądrzejsze? 04:36 – Dwa–trzy lata do przodu: co zmieni się jako pierwsze? 06:34 – AI prowadzące badania AI: szybciej, nie zautomatyzowane 07:45 – Laboratoria Frontier: ta sama strategia czy różne zakłady? 10:19 – Po-transformery: czy dojdzie do zakłócenia? 10:51 – Przewaga DeepMind: badania × inżynieria × infrastruktura 12:26 – Czym właściwie zajmuje się lider wstępnego szkolenia Gemini 3 13:59 – Z Europy do Cambridge do DeepMind 18:06 – Dlaczego opuścił RL na rzecz danych z rzeczywistego świata 20:05 – Od Gopher do Chinchilla do RETRO (i dlaczego to ma znaczenie) 20:28 – „Smak badań”: integrować czy spowalniać wszystkich ...