#269. OpenAI研究副总裁：揭秘GPT-5 如何思考与强化学习的幕后故事
📝 本期播客简介
本期我们克隆了知名播客《The MAD Podcast》的精彩内容，主持人Matt Turck与OpenAI研究副总裁Jerry Tworek的深度对话。Jerry Tworek不仅是OpenAI的关键人物，更是被Metas评选为世界顶尖的人工智能研究者之一。他将带我们深入探索人工智能最核心的“推理”能力。从宏观层面，Jerry将揭示当ChatGPT“思考”时，背后究竟发生了什么，以及“思维链”如何让模型像人类一样解决复杂问题。他还会分享OpenAI如何平衡模型的思考时长与用户体验，并回顾其推理能力从O1到O3再到GPT-5的演进历程。 对话中，Jerry详细阐释了强化学习（RL）和人类反馈强化学习（RLHF）的奥秘，用生动的“训狗”比喻解释了奖励机制，并探讨了智能体、环境、策略等核心概念。我们还将了解到OpenAI独特的内部文化：他们如何聚焦少数几个核心项目、保持研究部门的高度透明，以及如何以惊人的速度迭代产品。Jerry还分享了他从波兰数学天才到华尔街交易员，最终投身OpenAI，主导机器人和强化学习项目的个人经历。节目还将触及AI对齐、奖励滥用等前沿议题，并探讨强化学习在编程竞赛（如ICPC）中的惊人表现，以及它如何推动我们走向通用人工智能的未来。这是一场关于AI核心技术、OpenAI幕后故事与个人成长轨迹的全面对话，不容错过。
翻译克隆自：How…
The skinny
The skinny isn't ready yet — notes appear once the transcript is processed.