筛选结果
188 篇排序
48:18EN → 简体中文Noam Brown:没有硬墙,只有八个数量级的余地主持 Jacob Effron一次 ChatGPT 查询大约一分钱。他说,社会最关心的那些问题,值一百万美元。
1:55:53EN → 简体中文AI 读论文已超过人类,却仍数不清原子主持 Nathan LabenzFuture House 科学负责人 Andrew White 梳理了语言模型在化学和生物学中已经能做什么,以及它们无法消除的瓶颈。
1:27:33EN → 简体中文一个 70B 模型订餐的成功率只有两成,MultiOn 一天之内把它提到 95%主持 Nathan LabenzMultiOn 首席执行官 Div Garg 再次做客《The Cognitive Revolution》,回顾 18 个月来的智能体(Agent)热潮、AgentQ 的技术栈,以及为什么 2025 年仍可能是垂直领域智能体的一年。
1:03:07EN → 简体中文推理能力两年没怎么动,Dust 仍为一位客户省下 8000 小时Dust 联合创始人 Gabriel Hubert 与 Stanislas Polu 谈多模型智能体(Agent)、在产品与市场契合(product-market fit)之前不买 GPU,以及从计算器式工具到随机性工具的跃迁。
1:42:56EN → 简体中文用 CrewAI 构建研究与写作流程Matthew Berman, João Moura · Forward FutureMatthew Berman 与 CrewAI 创始人 João Moura 构建并调试一个双 crew 工作流,用于规划和撰写教育文章。
38:28EN → 简体中文线上 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。
1:09:09EN → 简体中文SWE-bench 拿下 30%:Cosine 如何教 Genie 像工程师那样思考主持 Nathan LabenzAlistair Pullen 向《Latent Space》讲述:Cosine 如何还原人类解决问题的过程,用数十亿 token 做微调(fine-tuning),并在软件工程领域最难的公开测试之一上拿下了最高分。
16:57EN → 简体中文Jensen Huang 与 Marc Benioff 谈 AI 智能体和计算的未来Matthew Berman, Jensen Huang, Marc Benioff · Forward FutureMatthew Berman 评论 2024 年 Dreamforce 会议上关于智能体协作、训练、安全和 AI 工具实用化的讨论。
48:31EN → 简体中文一通客服来电要 13 美元,企业智能体能压到 1 美元以下主持 Sarah Guo, Elad GilSierra 联合创始人、OpenAI 董事长 Bret Taylor 做客 No Priors,聊了品牌客服智能体为什么已经能落地,为什么检索增强生成(RAG)演示算不上产品,以及 AI 软件应该如何按完成的工作收费。
2:03:55EN → 简体中文约束越多,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。
1:12:31EN → 简体中文裸模型只能完成 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。
9:58EN → 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。
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。
加载更多已显示 24 篇,共 188 篇









