筛选结果
93 篇排序
32:57EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2023年11月9日播客 · 2 人对谈一台 MacBook 上的 70 亿参数模型：Mistral CEO 重新算了 AI 的成本账主持 Sarah Guo, Elad GilArthur Mensch 在 No Priors 节目上解释：为什么 Chinchilla 让小模型变得有价值，为什么开源 Mistral 7B 不会带来生物武器风险，以及护栏为什么应该放在应用层。
30:03EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年9月7日播客 · 2 人对谈一块餐盘大小的芯片，把训练时间从 60 天缩短到 3.5 天主持 Sarah Guo, Elad GilCerebras 首席执行官 Andrew Feldman 在《No Priors》中说明，为什么解决算力紧缺的答案是晶圆级芯片，而不是又一款 GPU，也解释了为什么大多数量产模型的参数量会保持在 130 亿或以下。
52:48EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2023年8月25日播客OpenAI 把微调价格砍掉 90%，创业者把 Llama 2 从清单上划掉了主持 Nathan LabenzNathan Labenz 和 Erik Torenberg 梳理了 GPT-3.5 Turbo 的微调、自建模型为什么在总成本上仍然占不到便宜，以及代码、学校和医疗领域目前真正有效的做法。
1:01:26EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年7月25日播客AlexNet 用两块 GPU，GPT-4 用了两万块，短缺还会再来主持 Nathan LabenzRun:ai 首席技术官 Ronen Dar 谈如何让闲置的加速卡重新用起来，为什么 H100 按每次实验计算反而更便宜，以及 Llama 2 为何削弱了算力管制（compute governance）的说服力。
5:53EN → 简体中文Petals：将大语言模型推理分布到多台设备Matthew Berman · Forward Future2023 年，Matthew Berman 介绍 Petals 如何通过参与计算机组成的网络使用大模型，而无需在一台设备上加载所有模型层。
8:17EN → 简体中文使用 OpenLLM 通过 API 提供开放模型服务Matthew Berman · Forward Future在一场 2023 年的演示中，Matthew Berman 展示本地模型服务器、交互式 API 和 Python 客户端。
1:20:49EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年5月25日播客用一整片晶圆做成的芯片，让 AI 不再被阿姆达尔定律（Amdahl's law）拖慢主持 Nathan LabenzCerebras 的 CEO Andrew Feldman 向 Nathan Labenz 解释，为什么一块拥有 2.5 万亿个晶体管的裸片、稀疏线性代数，以及一台由 16 台机器组成的超级计算机，比 GPU 集群是更好的形态。
1:00:36EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年2月2日播客 · 2 人对谈连下 40 局《外交》（Diplomacy），没人发现对手是机器人：Noam Brown 的 10 万倍教训主持 Sarah Guo, Elad GilMeta 的 Noam Brown 讲述 Cicero 如何在一个小型网络社区里用英文谈判、连下 40 局，以及为什么决策时的思考，胜过了三年的规模化训练。
26:02EN
Lex Fridman· 2020年2月9日播客Moore’s Law Is Not Dead—It Is a Cascade of S-Curves主持 Lex FridmanJim Keller explains why transistor scaling keeps outrunning its obituary, and how exponential hardware changes the mathematics AI can attempt.
23:57ENNo Priors: AI, Machine Learning, Tech, & Startups播客 · 2 人对谈Chips, Agents and a Reckoning: Sarah Guo and Elad Gil on the 2023 AI Boom主持 Sarah Guo, Elad GilThe hosts answer listener questions on the GPU crunch, how soon enterprises will ship AI products, how to build agents, and what 2024 holds for tech valuations.
1:18:48ENLex Fridman播客Data Movement, Not Math: How to Make Deep Learning Fit on Robots and Phones主持 Lex FridmanMIT professor Vivienne Sze explains why moving data dominates the energy cost of neural networks and how co-designing hardware and algorithms can cut it by orders of magnitude.
57:21ENCognitive Revolution "How AI Changes Everything"播客Gemini 2.0 Flash Goes to Production: Pricing, Model Lineup and What Developers Should Build Next主持 Nathan LabenzGoogle DeepMind's Logan Kilpatrick walks through launch-day Gemini 2.0 releases, rate limits, model naming, and where he sees startup opportunities.
31:46ENNo Priors: AI, Machine Learning, Tech, & Startups播客 · 2 人对谈Why Rivian Threw Out Its First Self-Driving Stack and Built Its Own Brain主持 Sarah Guo, Elad GilRivian founder RJ Scaringe explains the neural-net reset, in-house chips, software-defined architecture and the mass-market R2 bet.