筛选结果
269 篇排序
12:29EN → 简体中文
Matthew Berman· 2024年10月25日测试更新版 Claude 3.5 Sonnet：编程、推理与视觉Matthew Berman · Forward FutureMatthew Berman 用 Python 游戏、逻辑谜题和图片测试 2024 年 10 月的模型，结果有好有坏，部分评分也存在争议。
44:30EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年10月24日播客 · 2 人对谈每周 10 万次出行，安全气囊事故少六倍：Waymo 联席 CEO 谈十八年的全自动驾驶主持 Sarah Guo, Elad GilDmitri Dolgov 向 No Priors 讲述：十几名谷歌员工、十条路线，以及 2013 年拒绝满足于辅助驾驶的决定，怎样变成一项只载乘客、安全记录经保险公司审计的服务。
1:23:37EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年10月23日播客前十名研究想法里有九个出自 Claude主持 Nathan Labenz斯坦福大学博士生 Chenglei Si 做了一项盲测，让 Claude 3.5 Sonnet 与一百多位自然语言处理（NLP）研究者比拼新颖的研究想法。
2:37:47EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年10月19日播客写出 GELU 的实习生，如今想出“人类最后的考试”主持 Nathan LabenzDan Hendrycks 谈激活函数、五年期的基准测试（benchmark）、扩大规模也无法消除的越狱，以及为什么要层层叠加防御，因为没有哪一层防御值得完全信任。
2:25:53EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年10月16日播客GPT-4 基础模型自我介绍，75% 的回答都在谈 AI主持 Nathan LabenzOwain Evans 向 Michael Trazzi 解释了为什么情境感知和语境外推理是欺骗性对齐的先行指标，以及为什么一个几乎没有自我认知的预训练模型，仍然不断谈论自己是 AI。
9:38EN → 简体中文Matthew Berman· 2024年10月15日Liquid Foundation Models：厂商基准与实际测试Matthew Berman · Forward FutureMatthew Berman 回顾 Liquid AI 在 2024 年提出的模型和内存主张，再用编程、逻辑和指令遵循提示测试 40B 预览版。
1:02:04EN → 简体中文Matthew Berman· 2024年10月11日João Moura 与 Matthew Berman 谈 Tesla 无人驾驶出租车愿景及 AI 智能体构建Matthew Berman, João Moura, Elon Musk · Forward Future一场 2024 年直播先讨论 Tesla 的 Cybercab 和 Optimus 发布内容，再转向 CrewAI、企业智能体工作流程与一次小规模模型比较。
26:43EN → 简体中文Matthew Berman· 2024年10月10日测试 OpenAI o1 的规划、规则遵循与空间推理能力Matthew Berman · Forward FutureMatthew Berman 回顾一项 2024 年的初步研究，比较 o1-preview、o1-mini 和 GPT-4 在六类规划任务中的表现。
38:28EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2024年10月8日播客 · 2 人对谈线上 AI 有一半是检索增强生成（RAG），微调几乎消失了主持 Sarah Guo, Elad GilBraintrust 的 CEO Ankur Goyal 讲述 Notion、Zapier 和 Vercel 实际上线了什么，以及它们悄悄放弃了哪些被热炒的技术。
1:06:48EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2024年10月3日播客o1 又慢又难用，Percy Liang 仍然认为它是个转折点主持 Jacob Effron斯坦福大学的 Percy Liang 把 OpenAI 的 o1 一分为二来看：作为产品令人失望，作为研究信号，却可能是这几年最重要的一个。
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。
2:38:56EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年9月25日播客Anthropic 如何判断一个模型能否发布：红线、黄线，以及 8% 的员工做安全主持 Nathan LabenzAnthropic 训练负责人 Nick Joseph 向 Rob Wiblin 讲解了公司的负责任扩展政策（Responsible Scaling Policy，RSP），也谈到在产品临近上线时，一项自愿承诺能否守得住的争论。
2:03:55EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年9月18日播客约束越多，智能体（Agent）越值得信任主持 Nathan LabenzAgent.ai 工程负责人 Andrei Oprisan 向 Nathan Labenz 解释，为什么狭窄、规定明确的工作流能胜过开放式的自主性，以及一个 12 人的团队如何在几个月内把一个免费的智能体网络做到超过 40000 名用户。
2:10:13EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年9月14日播客图谋行为减少 30 倍仍未归零，思维链也越来越怪异主持 Nathan LabenzApollo Research 的 Marius Hobbhahn 讲述了双方合作的一项研究：用审慎对齐把 o3 和 o4-mini 的隐蔽行动压低，但残留的部分仍像图谋；而且模型一旦察觉自己在被测试，表现就已经不同。
1:06:15EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年9月14日播客越狱变难了，规模却让其中一种攻击更糟主持 Nathan LabenzHaize Labs 花了一个月自动攻击 OpenAI 的 o1。模型对该拒绝什么的推理更加细致，但你若教它一套自制密码，就另当别论了。
10:57EN → 简体中文Matthew Berman· 2024年9月13日测试 OpenAI o1-preview：俄罗斯方块、物理推理与北极题错误Matthew Berman · Forward Future2024 年 9 月，Matthew Berman 用个人评分题目测试新推理模型预览版，考察回答的成功与失误。
1:31:56EN → 简体中文Matthew Berman· 2024年9月12日用谜题、代码和推理测试 OpenAI o1：发布日直播Matthew Berman · Forward FutureMatthew Berman 按观众建议，让 o1-preview 和 o1-mini 尝试字数统计、Tetris、物理推理及文字谜题，并与观众一起检查结果。
19:38EN → 简体中文Matthew Berman· 2024年9月9日Reflection 70B：相互矛盾的结果与尚待解答的问题Matthew Berman · Forward FutureMatthew Berman 回顾自己早期的报道、独立评测，以及围绕 2024 年 9 月发布的模型出现的不同说法。
12:03EN → 简体中文Matthew Berman· 2024年9月6日Reflection 70B：自我纠错的说法与 2024 年演示的局限Matthew Berman · Forward FutureMatthew Berman 评测一个经过训练、会生成反思步骤的模型。其最初的基准成绩后来难以由独立评估者复现。
35:30EN → 简体中文Matthew Berman· 2024年9月6日Reflection 70B：创作者解释其提出的自我修正方法Matthew Berman, Matt Shumer, Sahil Chaudhary · Forward Future一场发布日访谈中，Matt Shumer 和 Sahil Chaudhary 讨论合成数据、选择性反思和评估局限。
1:54:17EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年8月28日播客Metaculus 在 2020 年 1 月就关注到了新冠，如今它要让 AI 也加入预测主持 Nathan LabenzNathan Labenz 与 Metaculus 首席执行官 Deger Turan 谈认知安全、为期一年的机器人锦标赛，以及为什么一个有用的预测，比一个准确的预测更难做到。
1:12:31EN → 简体中文Sequoia Capital· 2024年8月27日播客裸模型只能完成 35% 的航班改签，Sierra 的代理能处理 70% 的真实工单Clay Bavor 谈为什么直接把原始大语言模型放在客户面前行不通，以及 AgentOS、监督代理和按结果收费，如何改变这笔账。
9:43EN → 简体中文Matthew Berman· 2024年8月26日Matthew Berman 测试 Jamba 1.5 的编程与推理能力Matthew Berman · Forward Future在 2024 年的一次上手测试中，AI21 的混合架构模型输出缓慢，在少量提示词上的表现有好有坏。
11:39EN → 简体中文Matthew Berman· 2024年8月15日Grok 2 测试版：Matthew Berman 测试推理与 FLUX 图像生成Matthew Berman · Forward Future回顾 xAI 在 2024 年推出的 Grok 2 和 Grok 2 mini，涵盖早期基准说法、一次失败的推理测试和图像生成实验。加载更多已显示 24 篇，共 269 篇