76. 王小川返场谈 o1 与强化学习：摸到了一条从快思考走向慢思考的路
张小珺Jùn｜商业访谈录
2024/09/25
76. 王小川返场谈 o1 与强化学习：摸到了一条从快思考走向慢思考的路
76. 王小川返场谈 o1 与强化学习：摸到了一条从快思考走向慢思考的路
张小珺Jùn｜商业访谈录
2024/09/25
在过去两集节目中，关于 OpenAI o1 和 AGI 范式转移，我们先是推出了一集预言，之后推出了一集解析。在一个新范式来临的临界点上，我们希望听到更多来自业界不同视角的声音。哪怕这些声音是切片的、冲突的，我们都希望当做一种记忆和留存收集起来。
今天这期是王小川的返场。
王小川在创业开始就关注到强化学习并且很早开始公开谈论。他曾说，大模型代表快思考，它叫 “学”；强化学习是慢思考，它叫 “思”。“学” 和 “思” 两个系统最终会走向融合。除了 o1，王小川也聊了聊强化学习在一个特定场景 —— 医疗 —— 中的应用。
我们的播客节目在腾讯新闻首发，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：）
- 01:30 大模型是 “学而不思则罔”，强化学习是 “思而不学则殆”
- 03:45 Sam Altman 被宫斗下课与强化学习大神 Noam Brown 的动态
- 05:45 OpenAI o1 是范式升级，摸到了一条从快思考走向慢思考的道路
- （DIKW 模型：Data – Information – Knowledge – Wisdom）
- 08:18 怎么看 o1 隐藏思维过程，有人破解 o1 思维链会被警告要封号？
- 09:04 从以语言为核心走向思维链，分两阶段运行增加泛化性
- 11:38 强化学习 vs 监督学习
- 16:39 除了数学和代码以外，医疗是可以用强化学习提升的领域
- 19:55 之前做强化学习实验没有 CoT（思维链），今天更强调 CoT 了
- 22:16 复现 o1 vs 复现 GPT-4
- 26:30 未来几年将从强化学习范式走向写代码解决问题新范式
- 28:35 做 “水涨船高的应用”，不只是 “沿途下蛋的应用”
- 31:35 创业公司要走出大厂射程，在射程内你是没什么好活的
【更多信息】
联络我们：微博@张小珺 - Benita，小红书@张小珺 jùn
更多信息欢迎关注公众号：张小珺
