Unsupervised Learning with Jacob Effron
RLの限界と新たなAIハイパースケーラー：ポストトレーニングが推論を制する理由（Applied Compute CEO Yash Patil）
Ep 94: Applied Compute CEO on the Limits of RL, the New AI Hyperscaler & Why Post-Training Wins Inference
元OpenAIでCodexに携わったYash Patil氏（Applied Compute CEO）が、自社モデルを持つ意義、ハーネス最適化と重み更新の使い分け、RLの限界を語った回。最大の推論ワークロードほどポストトレーニングの価値が高く、学習方法が推論の構成にも影響すると主張する。GPUを基盤とする新たなAIハイパースケーラー構想や、Jevons paradoxによるコスト重視の流れ、評価データを守る重要性にも触れている。