Tim kami telah membangun dengan versi Claude Opus 4.6 2,5x lebih cepat. Kami sekarang membuatnya tersedia sebagai eksperimen awal melalui Claude Code dan API kami.

Gagal memahami eksponensial, lagi? Percakapan saya dengan @Mononofu - Julian Schrittwieser (@AnthropicAI, AlphaGo Zero, MuZero) - tentang Move 37, Scaling RL, Hadiah Nobel untuk AI, dan perbatasan AI: 00:00 - Terbuka dingin: "Kami tidak melihat perlambatan." 00:32 - Intro — Temui Julian 01:09 - "Eksponensial" dari dalam laboratorium perbatasan 04:46 - 2026–2027: agen yang bekerja sehari penuh; Luasnya tingkat ahli 08:58 - Tolok ukur vs kenyataan: pekerjaan jangka panjang, PDB-Val, nilai pengguna 10:26 - Langkah 37 — apa yang sebenarnya terjadi dan mengapa itu penting 13:55 - Sains baru: AlphaCode/AlphaTensor → kapan AI mendapatkan Nobel? 16:25 - Diskontinuitas vs kemajuan yang lancar (dan tanda-tanda peringatan) 19:08 - Apakah pra-pelatihan + RL membawa kita ke sana? (Selain perdebatan AGI) 20:55 - "RL dari awal" Sutton? Pendapat Julian 23:03 - Jalan Julian: Google → DeepMind → Anthropic 26:45 - AlphaGo (belajar + mencari) dalam bahasa Inggris sederhana 30:16 - AlphaGo Zero (tanpa data manusia) 31:00 - AlphaZero (satu algoritma: Go, catur, shogi) 31:46 - MuZero (perencanaan dengan model dunia yang dipelajari) 33:23 -Pelajaran untuk agen hari ini: pencarian + pembelajaran dalam skala besar 34:57 - Apakah LLM sudah memiliki model dunia implisit? 39:02 - Mengapa RL pada LLM membutuhkan waktu (stabilitas, loop umpan balik) 41:43 - Komputasi & penskalaan untuk RL — apa yang kita lihat sejauh ini 42:35 - Perbatasan hadiah: prefs manusia, rubrik, RLVR, hadiah proses 44:36 - Data pelatihan RL & "roda gila" (dan mengapa kualitas penting) 48:02 - RL & Agents 101 — mengapa RL membuka ketahanan 50:51 - Haruskah pembangun menggunakan RL-as-a-service? Atau hanya alat + petunjuk? 52:18 - Apa yang hilang untuk agen yang dapat diandalkan (kemampuan vs teknik) 53:51 - Evals & Goodhart — tolok ukur internal vs eksternal 57:35 - Interpretabilitas mekanistik & "Golden Gate Claude" 1:00:03 - Keselamatan & penyelarasan di Anthropic — bagaimana hal itu muncul dalam praktik 1:03:48 - Pekerjaan: komplementaritas manusia-AI (keunggulan komparatif) 1:06:33 - Ketidaksetaraan, kebijakan, dan kasus untuk 10× produktivitas → kelimpahan 1:09:24 - Penutup