筛选结果
193 篇排序
9:58EN → 简体中文Abstract AI:构想中的语言模型路由层Matthew Berman · Forward FutureMatthew Berman 提出一个创业点子:根据成本、速度和质量选择模型与工作流。
1:07:05EN → 简体中文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)。
1:16:22EN → 简体中文他花 20 小时打磨提示词(prompt),DSPy 还是赢了他主持 Nathan LabenzSander Schulhoff 讲解 The Prompt Report。这份 78 页的综述梳理了向大语言模型(LLM)提问时,真正管用的提示方法。
59:11EN → 简体中文别训练模型,Factory 创始人说应该去淘金Matan Grinberg 和 Eno Reyes 在红杉资本的《Training Data》节目中谈到,他们为什么要在别人的模型之上,卖一整套专门负责具体工作的 droid;这套技术栈刚刚把 SWE-bench 的成绩从 14% 提到了 19%。
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。
1:00EN → 简体中文吴恩达谈四种 AI 智能体设计模式Matthew Berman, Andrew Ng · Forward Future一段短视频摘录介绍反思、工具使用、规划和多智能体协作。
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。
16:22EN → 简体中文Harrison Chase 谈 AI 智能体的规划、界面设计与记忆Matthew Berman, Harrison Chase · Forward FutureLangChain CEO 梳理智能体开发中的开放问题,Matthew Berman 补充了对监督、工作流程和记忆的看法。
19:09EN → 简体中文OSWorld:在真实应用中评估计算机操作智能体Matthew Berman · Forward FutureMatthew Berman 介绍这项 2024 年基准测试的观察—行动循环、任务专属检查和早期结果,并说明实验设置的局限。
13:59EN → 简体中文SWE-agent 教程:浏览代码仓库并尝试修复 GitHub 问题Matthew Berman, Carlos · Forward FutureMatthew Berman 配置研究型编程智能体,遇到安装问题和成本上限,随后展示一位作者成功处理 SymPy 基准示例的过程。
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。
55:29EN → 简体中文构建 CrewAI 简报团队:抓取、摘要与调试Matthew Berman, Joe · Forward FutureMatthew Berman 构建一个双智能体简报原型,逐步处理输入和抓取错误,并展示仍待解决的问题。
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。
加载更多已显示 24 篇,共 193 篇









