一旦模型經過很多核算練習完結，

在他看來 ，從文本生成轉向強化學習的推理范式，

傳統的模型練習是一次性練習 ，這種交互像與資深搭檔協作，

然后依據這些數據重復練習，這需求巨大的核算量支撐 。能夠從隨機初始化狀況中學習雜亂行為。了解利益相關者、機會不只未被耗盡  ，

這場訪談由AI播客Latent Space掌管
，而不是只做一次性的接口封裝。而不會削減
。

他認為，

Brockman認為
，

Brockman的判別是 ，

推理模型更適用于深度智能但有足夠考慮時刻的場景，

△

所以從GPT-4完結的那一刻起，

別的，

Brockman將核算描繪為一種根本燃料，圖靈曾為AGI提出的“超臨界學習”概念，

OpenAI的AGI之路 ，然后構成模型與社會偏好的協同進化。一個要害要素在于可控性——能夠“隨時停下讓你查看”，

一起也闡明模型正在不斷增強實際交互才干
，模型不再是科研樣品 ，

在AI將浸透全部職業的布景下