筛选结果
155 篇排序
1:37:07EN → 简体中文只靠文字的 AI 诊断胜过全科医生,谷歌却仍不肯上线主持 Nathan Labenz谷歌研究员 Vivek Natarajan 和 Khaled Saab 带 Nathan Labenz 逐一讲解五篇医疗 AI 论文,从放射学报告讲到仍需赢得信任的 AI 医生。
49:50EN → 简体中文无约束的智能体(Agent)风靡推特,真正上线的是定制版LangChain 创始人 Harrison Chase 向红杉资本的 Training Data 节目讲清楚:智能体到底是什么,AutoGPT 为何停滞,以及哪些认知架构(cognitive architecture)能真正投入生产。
29:28EN → 简体中文Cognition 的 Scott Wu:Devin 不会取代工程师,只会放大他们主持 Sarah Guo, Elad GilDevin 背后的国际信息学奥林匹克竞赛(IOI)冠军解释,为什么一个你可以在旁边实时查看的 AI 软件工程师,反而会带来更多人类工程师。
27:32EN → 简体中文从业余项目到 700 个集成:Harrison Chase 谈仍在卡住智能体(Agent)的问题主持 Sarah Guo, Elad GilLangChain 的 CEO 回顾了两年间设计模式的反复更替,并解释了为什么记忆、规划和少样本(few-shot)数据,仍比更换模型更重要。
42:14EN → 简体中文Meta 的 1970 亿美元之日,只是 AI 那个 2000 亿美元问题的部分答案主持 Sarah Guo, Elad GilSarah Guo 和 Elad Gil 谈到了 Gemini、Mistral、英伟达的升级周期、Klarna 的客服机器人,以及为什么真正的 AI 支出仍然集中在超大规模云厂商手里。
4:56EN → 简体中文如果把心智看作工具,AI 就没那么像威胁了主持 Nathan LabenzYohei Nakajima 和 Nathan Labenz 边看 TED AI 演讲边暂停讨论,把他构建智能体(Agent)的习惯,与东西方关于身份认同的观念联系起来。
1:45:21EN → 简体中文60 万条攻击提示词,近 40% 仍能攻破 GPT-4主持 Nathan LabenzSander Schulhoff 向 Nathan Labenz 讲解了依然有效的提示习惯、不靠谱的角色扮演迷思,以及那场全球性的 HackAPrompt 比赛——比赛摸清了大语言模型(LLM)是怎样被劫持的。
15:11EN → 简体中文用 AutoGen Studio 构建字幕转文章的智能体团队Matthew Berman · Forward FutureMatthew Berman 配置字幕获取技能、两个智能体和群聊工作流,并排查凭据与输出问题。
1:43:07EN → 简体中文一个智能体(Agent)发了五条推文,5000 人没有一个察觉主持 Nathan LabenzMultiOn 创始人 Div Garg 在 Cognitive Revolution 节目中讲解了 2024 年初网页智能体(web agent)的实际能力与成本,以及为什么护栏必须放在模型之外。
46:36EN → 简体中文做了十年代码搜索后,Sourcegraph 的 CTO 认为代码 AI 的竞争发生在模型之外主持 Sarah Guo, Elad GilBeyang Liu 讲 Cody,讲关键词搜索为何仍然承担着检索增强生成(RAG)的大部分工作,以及随着 AI 压缩中间件,计算机基础知识为何变得更有价值。
1:50:57EN → 简体中文GPT-4 发布 28 天后,一个 AI 设计并执行了一项化学实验主持 Nathan LabenzGabe Gomes 和他在卡内基梅隆大学的学生开发了 Coscientist,这是一个基于语言模型的智能体(Agent),能在远程云实验室里规划、编写代码,并执行真实的实验。
1:06:39EN → 简体中文OpenAI 首位开发者关系负责人:他的代码 90% 由 ChatGPT 写成,网页智能体仍需数年主持 Jacob EffronLogan Kilpatrick 谈如何在 GPT-3.5 与 GPT-4 之间做选择、插件为何停滞不前,以及为什么公共互联网还没有准备好迎接自主智能体。
1:22:59EN → 简体中文如果智能体有 80% 的时间是对的,十步之后只剩 10% 的成功率主持 Nathan LabenzImbue 的 CTO Josh Albrecht 向 Nathan Labenz 讲述,这家还没有产品、只有 27 人的研究公司,如何把 2 亿美元和 10000 块 H100 投向真正能完成长任务的智能体(Agent)。
32:48EN → 简体中文14 人、2 亿美元算力,以及智能体(Agent)的可靠性瓶颈主持 Sarah Guo, Elad GilImbue 联合创始人 Kanjun Qiu 和 Josh Albrecht 谈智能体为什么会失败,语言模型为什么学不会通用算法,以及他们为何把一轮巨额融资花在 GPU 上,而不是用来扩充人手。
1:14:48EN → 简体中文首届开发者大会(DevDay)或许催生了数千家创业公司,OpenAI 的 Logan Kilpatrick 这样说主持 Nathan LabenzOpenAI 首届开发者大会次日,开发者关系负责人 Logan Kilpatrick 对 Nathan Labenz 讲了:为什么薄薄一层 API 封装从来不算公司,为什么智能体(Agent)没有被做成完全自主的,以及 200 万美元起的定制模型到底有什么用。
1:25:11EN → 简体中文105 行代码、100 万次曝光,和一位不肯创办公司的风投主持 Nathan LabenzBabyAGI 的作者 Yohei Nakajima 向 Nathan Labenz 讲述,一个周末的原型如何掀起了智能体(Agent)浪潮,以及他为什么又回去做投资了。
1:32:41EN → 简体中文能训练前沿模型的人约有 5000 名,其余公司需要的是 AI 工程师主持 Nathan LabenzLatent Space 的 Swyx 向 Nathan Labenz 讲述了一个新职业如何成形、为什么 OpenAI 会对开发者做 Sherlock 化(Sherlocking),以及什么还不算智能体。
55:13EN → 简体中文两天做出原型:a16z 如何把一篇斯坦福论文变成 AI Town主持 Nathan Labenz一个名叫 Alice 的陪伴型角色,一次周末用 Phaser 赶出的小项目,以及 Martin Casado 的论断:模型永远不会取代形式化语言。
1:39:53EN → 简体中文不到 100 人,2400 万用户:Replit 押注人工开发者智能主持 Nathan LabenzReplit 新任 AI 副总裁 Michele Catasta 提出一个“生成、执行、学习”的循环,他不愿把它称为 AGI;他还描绘了一个从 2 倍到 1000 倍的生产力阶梯,以及精确到击键级别的数据优势。
39:45EN → 简体中文Palantir 第 13 号员工:模型是随机精灵,本体是拴住它的桩主持 Sarah Guo, Elad Gil首席技术官 Shyam Sankar 谈 550 个微服务、与外网隔绝的潜艇,以及为什么 Palantir 的本体(ontology)恰恰是大语言模型一直在等的东西。
59:41EN → 简体中文人是单线程的,MULTI·ON 却想让 100 个智能体照样同时运行主持 Nathan Labenz斯坦福博士辍学生 Div Garg 把一个个人智能体装进了 Chrome:它能复用你已登录的账号,卡住时请求帮助,并在点下“购买”之前停下来。
58:26EN → 简体中文收件箱里有七成是推销:Matt Welsh 谈 AI 智能体的第一波浪潮主持 Nathan LabenzFixie.ai 创始人梳理了副驾驶(copilot)与委派(delegation)的区别、我们系统里缺失的“附肢”,以及为什么智能体(Agent)需要护栏、记忆卫生,或许还需要一只耳机。
1:56:16EN → 简体中文他们曾用人类充当 AI 替身,如今 250,000 人在用 Elicit主持 Nathan LabenzOught 的两位创始人告诉 Nathan Labenz:开放式推理必须被拆解、被监督、有据可依,而不能只是一味放大,直到看上去足够有说服力。
1:25:46EN → 简体中文别把工具做成智能体:Flo Crivello 谈生产级智能体真正需要什么主持 Nathan LabenzLindy 的 CEO 对 Nathan Labenz 说,大多数正在工作的智能体(Agent),其实是由人设计控制流的智能工作流;即便 AGI 到来,脚手架(scaffolding)可能依然重要。
加载更多已显示 24 篇,共 155 篇







