
YouTube 系列9 集10h 40m
Stanford Online
斯坦福 CS329A《自我改进 AI 智能体》全九讲
CS329A Self-Improving AI Agents
核心要点(3条)
- 「生成-验证差距」是贯穿全课的主线:采样很便宜,验证才稀缺。
- 自我改进闭环离不开过程监督、稳健的验证器和对奖励破解的防御。
- METR 的翻倍时钟与 GDPval 让智能体进步落在可度量的标尺上。
2026年9月28日 · 第 9 期

YouTube 系列9 集10h 40m
Stanford Online
CS329A Self-Improving AI Agents
核心要点(3条)