Gemini 3, skaleringslover og 'finite data'-æraen: min samtale med @borgeaud_s, forskningsingeniør ved @GoogleDeepMind og pre-training lead for Gemini 3 00:00 – Kald intro: "Vi ligger foran skjema" + AI er nå et system 00:58 – @OriolVinyalsML sin "hemmelige oppskrift": bedre før- + ettertrening 02:09 – Hvorfor AI-fremgangen fortsatt ikke går saktere 03:04 – Blir modellene faktisk smartere? 04:36 – To–tre år frem i tid: hva endrer seg først? 06:34 – AI som driver AI-forskning: raskere, ikke automatisert 07:45 – Frontier labs: samme playbook eller andre innsatser? 10:19 – Etter Transformers: vil det skje en forstyrrelse? 10:51 – DeepMinds fordel: forskning × ingeniørfag × infrastruktur 12:26 – Hva en Gemini 3 pre-training leder faktisk gjør 13:59 – Fra Europa til Cambridge til DeepMind 18:06 – Hvorfor han forlot RL for virkelige data 20:05 – Fra Gopher til Chinchilla til RETRO (og hvorfor det betyr noe) 20:28 – «Undersøk smak»: integrer eller senk farten på alle ...