筛选结果
16 篇排序
1:08:02EN → 简体中文
Sequoia Capital· 2026年10月13日播客AlphaGo 花了两年，AlphaZero 只用了几个小时：Silver 在超级智能上押了同样的注David Silver 和 Lasse Espeholt 离开 DeepMind，创办了一家二十人的实验室 Ineffable Intelligence。他们想打造一个超级学习者（superlearner），让它从经验中发现科学、数学和语言，而不是靠一轮预训练（pre-training）。
53:44EN → 简体中文Sequoia Capital· 2026年8月18日播客当今模型最大的毛病：权重从不更新图灵奖得主 Rich Sutton 与 Khurram Javed 创办 Oak Lab，要造出上线后仍能持续学习（continual learning）的智能体（Agent）。他们认为，合成数据是一个大错误。
49:12EN → 简体中文Sequoia Capital· 2026年7月29日播客为 Transformer 写悼词的人，想要一个能在他们度假时继续工作的实验室o1 推理团队的负责人和 Gemini 预训练负责人认为，现在的瓶颈在于架构，单靠堆规模已经解决不了；要替换架构，就得先从自动生成算子内核（kernel）做起。
45:33EN → 简体中文Sequoia Capital· 2026年5月26日播客Cursor 如何在一分钟内跨洋传输 1TB 的 Composer 权重Federico Cassano 和 Fireworks 的 Dima 讲解了训练 Composer 2 的全球分布式强化学习技术栈，其底座是一个稀疏的万亿参数混合专家模型（MoE）。
34:56EN → 简体中文Sequoia Capital· 2026年5月13日播客在 Suno，90% 的日活用户都在做一首歌Suno 的 CEO Mikey Shulman 谈为什么要直接对原始声音建模，而不是依靠乐理；为什么音乐不是大语言模型（LLM）那样的规模问题；以及把创作本身当作娱乐。
37:00EN → 简体中文Sequoia Capital· 2026年1月14日播客为四代 TPU 做芯片布局的 AlphaChip 团队，现在想让每家公司进入无设计（designless）时代Anna Goldie 和 Azalia Mirhoseini 在红杉资本的节目上讲述：一个强化学习（RL）布局规划器如何扛住 TPU 团队的怒火，学会画甜甜圈形状的宏单元（macros），最终变成一场赌注：让 AI 来设计芯片，而这些芯片再反过来喂养 AI。
1:01:38EN → 简体中文Sequoia Capital· 2026年1月6日播客13 小时煮咖啡、产出翻倍：Physical Intelligence 跨过落地线Karol Hausman 和 Tobi Springenberg 在红杉资本的《Training Data》里讲述：通用机器人大脑加上真实世界的强化学习（RL），如何让煮咖啡、叠衣服和装箱巧克力盒变成真正能跑起来的工作。
30:11EN → 简体中文Sequoia Capital· 2025年7月30日播客两个月内，从美国数学邀请赛（AIME）的 12%，冲到国际数学奥林匹克（IMO）金牌Alex Wei、Sheryl Hsu 和 Noam Brown 向红杉资本的 Sonya Huang 讲述，OpenAI 的一个三人冲刺小组如何在没有借助 Lean 的情况下，靠通用强化学习（reinforcement learning）拿到 2025 年国际数学奥林匹克竞赛的金牌水平。
32:46EN → 简体中文Sequoia Capital· 2025年2月25日播客别画流程图：OpenAI Deep Research 团队谈端到端训练智能体Isa Fulford 和 Josh Tobin 解释了：为什么 Deep Research 是用强化学习、在高难度网页浏览任务上训练出来的，而不是靠人工编写的模型调用图。
52:30EN → 简体中文Sequoia Capital· 2025年1月28日播客第 37 手看起来像 bug，大语言模型（LLM）仍需要自己的 AlphaZero 时刻Ioannis Antonoglou 从 AlphaGo 聊到 Reflection AI：谈自我对弈、可靠性，以及为什么算力仍然能买来智能。
45:22EN → 简体中文Sequoia Capital· 2024年10月2日播客AlphaGo 每步思考 30 秒，o1 让“多想一会儿”变得通用OpenAI 研究员 Noam Brown、Ilge Akkaya 和 Hunter Lightman 谈如何教语言模型推理，谈生成器与验证器之间的差距，也谈推理时的第二条扩展曲线。
39:45EN → 简体中文Sequoia Capital· 2024年9月24日播客Harmonic 的押注：直接教 AI 数学，2029 年前黎曼猜想就会被攻克Robinhood 的 Vlad Tenev 与 Harmonic 联合创始人 Tudor Achim 向红杉资本讲述：为什么数学就是推理，为什么 Lean 是验证器，以及为什么他们不愿坐等数学能力从规模中自然涌现。
49:14EN → 简体中文Sequoia Capital· 2024年9月17日播客人形机器人价格从 150 万美元跌到 3 万美元，机器人的 GPT-3 时刻仍是一个动词英伟达的 Jim Fan 向红杉资本讲述了三类数据、一项人形机器人押注，以及一个“系统 1”运动控制模型，如何解锁通用机器人。
51:15EN → 简体中文Sequoia Capital· 2024年9月10日播客通用人工智能只剩一个难题：在单个 Token 上多花一百万倍的算力Magic 创始人 Eric Steinberger 在红杉资本 Training Data 节目中说明：他为什么要自己训练模型，为什么软件工程师是通用人工智能（AGI）的 MVP，以及为什么 96% 仍然算不上同事。
50:33EN → 简体中文Sequoia Capital· 2024年8月20日播客40% 的数据中心节能，始于一封以问号结尾的邮件Phaidra 创始人 Jim Gao 向红杉资本讲述，他在谷歌时受 AlphaGo 启发的一次尝试，如何变成了运行价值数十亿美元工厂的强化学习系统。
1:07:05EN → 简体中文Sequoia Capital· 2024年7月16日播客AlphaGo 把学习和搜索结合在一起，语言模型只做到了前一半Reflection AI 的 Misha Laskin 向红杉资本解释，为什么靠提示词驱动的编程智能体（Agent）总卡在十几个百分点，以及缺失的那一块为什么仍然是真值奖励（ground-truth reward）。