锐知 - 全球认知雷达机器人的终局：英伟达 Jim Fan 的大平行路线图
演讲者回顾大模型六年三级跳，预训练学语言形状，指令微调对齐到有用工作，强化学习做推理并超越模仿，最终走向自动研究。对机器人从业者的用处是提供一张对照表，每一步都可以问自己对应环节在哪里。
2016年夏天，就在这间办公室里，穿着亮面皮衣的黄仁勋抱着一块大金属板走进来，上面写着送给埃隆和 OpenAI 团队的世界第一台 DGX-1。当时还是实习生的 Jim Fan 挤上去签了名，旁边就是 Andrej 的名字。回看那一刻，他说自己完全不知道签下的是什么，而接下来发生的事，用 Ilya 的话说，就是相信深度学习的人，得到了深度学习的回报。 从 GPT-3 的预训练，到 2022 年 Instruct GPT 的指令微调，再到用强化学习做推理、超越模仿学习，直至自动研
来源：youtube 原始内容