Gemini 3、擴展法則與「有限數據」時代：我與 @borgeaud_s 的對話，他是 @GoogleDeepMind 的研究工程師，也是 Gemini 3 的預訓練負責人 00:00 – 冷開場：“我們的進度超前” + AI 現在是一個系統 00:58 – @OriolVinyalsML 的“秘密配方”：更好的預訓練 + 後訓練 02:09 – 為什麼 AI 的進步仍然沒有放緩 03:04 – 模型真的變得更聰明了嗎？ 04:36 – 兩到三年後：首先會改變什麼？ 06:34 – AI 進行 AI 研究：更快，而不是自動化 07:45 – Frontier 實驗室：相同的玩法還是不同的賭注？ 10:19 – 後變壓器：會發生顛覆嗎？ 10:51 – DeepMind 的優勢：研究 × 工程 × 基礎設施 12:26 – Gemini 3 預訓練負責人實際上做什麼 13:59 – 從歐洲到劍橋再到 DeepMind 18:06 – 為什麼他離開 RL 轉向真實世界數據 20:05 – 從 Gopher 到 Chinchilla 再到 RETRO（以及為什麼這很重要） 20:28 – “研究品味”：整合還是讓每個人放慢速度 ...