标签：训练

共 3 篇相关访谈。

在本期播客中，Dwarkesh Patel深入探讨了当前AI实验室的核心赌注——通过RLVR（强化学习+可验证奖励）训练生成通用智能体。他提出，尽管这一路径已取得显著进展，但AI在

本期嘉宾Reiner Pope是芯片初创公司Maddox的CEO，曾在谷歌从事TPU架构等工作。在这期黑板讲座形式的访谈中，他系统拆解了大模型推理的底层物理规律——从批处理大小如何

MatX CEO Reiner Pope 在本次黑板讲座中，通过一系列基础公式和硬件参数，推导出大模型训练与推理中的关键优化原理。他量化了批大小、稀疏注意力、流水线并行等因素如何影响延迟与成本，并揭示了前沿实验室在模型部署时的实际考量与物理限制。