Géminis 3, leyes de escalabilidad y la era de los 'datos finitos': mi conversación con @borgeaud_s, ingeniero investigador en @GoogleDeepMind y responsable de preentrenamiento para Géminis 3 00:00 – Introducción en frío: "Vamos adelantados al calendario" + La IA es ahora un sistema 00:58 – La "receta secreta" de @OriolVinyalsML: mejor antes + después del entrenamiento 02:09 – Por qué el progreso de la IA aún no se desacelera 03:04 – ¿Están los modelos realmente volviéndose más inteligentes? 04:36 – Dos–tres años después: ¿qué cambia primero? 06:34 – IA haciendo investigación en IA: más rápido, no automatizado 07:45 – Frontier Labs: ¿mismo libro de jugadas o apuestas diferentes? 10:19 – Post-transformers: ¿ocurrirá una interrupción? 10:51 – La ventaja de DeepMind: investigación × ingeniería × infraestructura 12:26 – Lo que realmente hace un líder de preentrenamiento Gemini 3 13:59 – De Europa a Cambridge y DeepMind 18:06 – Por qué dejó la vida real para buscar datos del mundo real 20:05 – De la topo a la chinchilla y al RETRO (y por qué importa) 20:28 – "Gusto de investigación": integra o ralentiza a todos ...