Noam Brown – Agent swarms, alignment, & recursive self-improvement
Dwarkesh Podcast

Noam Brown – Agent swarms, alignment, & recursive self-improvement

B2Obere Mittelstufe17. September 20261 Std. 20 Min.
  • Interview
  • Technologie

New episode with Noam Brown. We talk about multi-agent, Navier-Stokes, and what the current explosion of maths progress tells us about what happens once you automate AI research. And we also discuss how we will know if the models are actually aligned before we kick off RSI. Watch on YouTube; read the transcript. Sponsors * Jane Street has been interested in AI for a lot longer than you’d think, and not just for trading. In 2011, a full year before AlexNet and over a decade before ChatGPT launched, they hosted th...

Folge abspielen

Öffnet den Player: das vollständige Transkript, jedes Wort anklickbar, mit Übersetzung und Karteikarten.

Probieren Sie es: Tippen Sie auf ein Wort

Echte Sätze vom Anfang dieser Folge. Jedes Wort ist mit seinem Niveau markiert.

Satz 2 von 12 · 0:04

Today, I'm chatting with Noam Brown, who is a researcher at OpenAI.

,

and now he's working on multi-agent systems.

Diesen Satz anhören

Tippen Sie auf ein Wort, um seine Bedeutung in Ihrer Sprache zu sehen.

Kennen Sie diese Wörter?

8 schwierigere Wörter aus dieser Folge. Tippen Sie auf eines, um die Bedeutung zu sehen, und markieren Sie es dann.

  • B20:04
  • C118:18
  • B229:04
  • B230:22
  • B249:34
  • B259:55
  • C166:48
  • B276:01

Markieren Sie ein paar Wörter, und wir sagen Ihnen, wie gut diese Folge zu Ihrem Niveau passt.

Passt diese Folge zu Ihnen?

B2

B2 · Obere Mittelstufe

Angenehm, wenn Sie schon Fernsehnachrichten folgen

A1 22 %A2 33 %B1 24 %B2 16 %C1 5 %
  • 79 % der Wörter sind B1 oder leichter.
  • 189 Wörter pro Minute: natürlich und recht schnell.
  • 329 schwierigere Wörter (ab B2) in der ganzen Folge.

Transkript

Der Anfang der Folge. Das ganze Transkript ist im Player.

0:00

Today, I'm chatting with Noam Brown, who is a researcher at OpenAI. He was one of the foundational contributors to what became O1 in the reasoning models, and now he's working on multi-agent systems. Speaking of which, you guys announced last week that you solved one of the Millennium

0:15

Price problems with a system of 10,000 different AI agents that spent 130 billion tokens over 88 hours. One of the reasons I was interested in talking to you is I think you were in the first people maybe two or three years ago who was thinking about how the reasoning models would

0:32

allow us to see into the future because if you scale up inference compute, you can see what the base capabilities of the models will be a few years in the future. And I feel like you're in a similar position now to help us understand what future capabilities will look like given the enormous scaling of agent sizes that we can do right now.

Das war der Anfang. Der Rest der Folge (79 Min.) ist im Player: jedes Wort anklickbar, mit Übersetzung, gespeicherten Wörtern und Karteikarten.

Im Player weiterhören

Automatisch aus dem Audio erstellt. Kann Fehler enthalten. Das Audio gehört seinem Herausgeber und wird aus dessen Feed abgespielt. Rechteinhaber können eine Entfernung beantragen — Urheberrechts- und Entfernungsrichtlinie