Interconnects

109 Epizód

1. [Article Voiceover] Reverse engineering OpenAI's o1

   Közzétéve: 2024. 09. 17.
2. Futures of the data foundry business model

   Közzétéve: 2024. 09. 11.
3. A post-training approach to AI regulation with Model Specs

   Közzétéve: 2024. 09. 10.
4. OpenAI's Strawberry, LM self-talk, inference scaling laws, and spending more on inference

   Közzétéve: 2024. 09. 05.
5. OLMoE and the hidden simplicity in training better foundation models

   Közzétéve: 2024. 09. 04.
6. On the current definitions of open-source AI and the state of the data commons

   Közzétéve: 2024. 08. 28.
7. Nous Hermes 3 and exploiting underspecified evaluations

   Közzétéve: 2024. 08. 16.
8. Interviewing Ross Taylor on LLM reasoning, Llama fine-tuning, Galactica, agents

   Közzétéve: 2024. 08. 08.
9. A recipe for frontier model post-training

   Közzétéve: 2024. 08. 07.
10. Interviewing Sebastian Raschka on the state of open LLMs, Llama 3.1, and AI education

    Közzétéve: 2024. 08. 01.
11. GPT-4o-mini changed ChatBotArena

    Közzétéve: 2024. 07. 31.
12. Llama 3.1 405b, Meta's AI strategy, and the new open frontier model ecosystem

    Közzétéve: 2024. 07. 23.
13. SB 1047, AI regulation, and unlikely allies for open models

    Közzétéve: 2024. 07. 17.
14. Switched to Claude 3.5

    Közzétéve: 2024. 07. 03.
15. Interviewing Dean Ball on AI policy: CA SB 1047, upcoming AI disaster response, Llama 3 405B, Chinese open-source AI, and scaling laws

    Közzétéve: 2024. 06. 27.
16. RLHF Roundup: Trying to get good at PPO, charting RLHF's impact, RewardBench retrospective, and a reward model competition

    Közzétéve: 2024. 06. 26.
17. Frontiers in synthetic data

    Közzétéve: 2024. 06. 21.
18. Text-to-video AI is already abundant

    Közzétéve: 2024. 06. 18.
19. AI for the rest of us

    Közzétéve: 2024. 06. 12.
20. A realistic path to robotic foundation models

    Közzétéve: 2024. 06. 05.