EP81 ：健康大型語言模型-回饋強化學習(Reinforcement Learning)思考語模訓練 ft.陳秀熙.許辰陽

健康大型語言模型-回饋強化學習(Reinforcement Learning)思考語模訓練 大型語言模型(LLM)在晶片科技與數位技術快速進展下不斷進化，從模仿人類語言的工具，蛻變為能「思考、反省與學習」數位智慧體，開始展現超越人類思維限制潛能。本週我們將聚焦於近期發表於自然科學期刊智慧語模回饋訓練(Reinforcement Learning)，探討此技術進展如何強化大型語言模型邏輯推理能力，並延伸至實際應用DeepSeek-R1創新發展。同時我們也將透過「雙月下的醫師與機器人」的故事，闡述人類式與非人類式推理的差異，在元宇宙時代的人性與精準之間，思索AI與人類共進的未來可能。 漢聲廣播電台-星球永續健康：https://reurl.cc/WbGALy 連結:https://youtu.be/DAnyki2dI9k 點我:新聞稿簡報檔 -- Hosting provided by SoundOn