最近更新的频道

点选即可只看该频道浏览全部频道 →

筛选结果

113 篇
排序
3 张幻灯片12:15EN → 简体中文
Matthew Berman· 2025年1月20日DeepSeek-R1:开放权重推理模型、基准结果与初步测试Matthew Berman · Forward FutureMatthew Berman 评析 DeepSeek 于 2025 年 1 月发布的模型,对比报告中的基准成绩和价格,并尝试几个推理提示词。Reasoning & test-time computeOpen-weight modelsReinforcement Learning+2
2 张幻灯片30:29EN → 简体中文
Matthew Berman· 2025年1月3日研究者如何理解 o1 式推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇关于策略初始化、奖励、搜索和强化学习的综述,以及推理模型面临的开放问题。Reinforcement Learning模型与训练AI research+1
1:27:33EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年12月3日播客一个 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。智能体智能体工程Computer use+3
39:22EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年11月14日播客 · 2 人对谈菲尔兹奖得主卡了两小时,AlphaProof 爬了三天主持 Sarah Guo, Elad GilAlphaProof 背后的 DeepMind 团队告诉 Sarah Guo 和 Elad Gil,类似 AlphaZero 的智能体(Agent)、Lean 验证器和测试时强化学习(test-time reinforcement learning),如何达到国际数学奥林匹克(IMO)银牌水平,以及眼下仍然缺的是理论构建能力。智能体Reinforcement LearningReasoning & test-time compute+1
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。模型与训练Reasoning & test-time computeReinforcement Learning+3
39:05ZH
Zhang Xiaojun Podcast· 2024年9月25日播客 · 2 人对谈王小川:o1、强化学习与从快思考走向慢思考嘉宾 王小川 · 主持 张小珺百川智能创始人解读 o1 的可能技术路径,讨论强化学习、医疗场景和创业公司的选择。AI researchReinforcement LearningReasoning & test-time compute+2
39:45EN → 简体中文
Sequoia Capital· 2024年9月24日播客Harmonic 的押注:直接教 AI 数学,2029 年前黎曼猜想就会被攻克Robinhood 的 Vlad Tenev 与 Harmonic 联合创始人 Tudor Achim 向红杉资本讲述:为什么数学就是推理,为什么 Lean 是验证器,以及为什么他们不愿坐等数学能力从规模中自然涌现。模型与训练Synthetic dataReinforcement Learning+3
49:14EN → 简体中文
Sequoia Capital· 2024年9月17日播客人形机器人价格从 150 万美元跌到 3 万美元,机器人的 GPT-3 时刻仍是一个动词英伟达的 Jim Fan 向红杉资本讲述了三类数据、一项人形机器人押注,以及一个“系统 1”运动控制模型,如何解锁通用机器人。智能体RoboticsScaling Laws+3
51:15EN → 简体中文
Sequoia Capital· 2024年9月10日播客通用人工智能只剩一个难题:在单个 Token 上多花一百万倍的算力Magic 创始人 Eric Steinberger 在红杉资本 Training Data 节目中说明:他为什么要自己训练模型,为什么软件工程师是通用人工智能(AGI)的 MVP,以及为什么 96% 仍然算不上同事。编程智能体通用人工智能Reasoning & test-time compute+3
1:27:02ZH
Zhang Xiaojun Podcast· 2024年9月5日播客 · 3 人对谈广密:Self-play RL 可能开启 AGI 的新 Scaling Law嘉宾 广密 · 主持 张小珺广密认为,纯靠语言预训练扩展模型的边际收益可能正在减弱,self-play 强化学习是更值得押注的新路径。它能否泛化到代码、视频、机器人和更广的领域,将决定下一阶段的 AGI 竞赛。Reinforcement Learning通用人工智能Scaling Laws+2
50:33EN → 简体中文
Sequoia Capital· 2024年8月20日播客40% 的数据中心节能,始于一封以问号结尾的邮件Phaidra 创始人 Jim Gao 向红杉资本讲述,他在谷歌时受 AlphaGo 启发的一次尝试,如何变成了运行价值数十亿美元工厂的强化学习系统。基础设施与部署Reinforcement LearningData quality & curation+3
46:09EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年8月1日播客 · 2 人对谈Oriol Vinyals:把九成算力烧在预训练上的日子屈指可数了主持 Sarah Guo, Elad GilGoogle DeepMind 研究副总裁 Oriol Vinyals 谈 Gemini、长上下文、从预训练转向强化学习(RL)的即将到来,以及通用人工智能(AGI)为什么可能永远没有终点线。模型与训练AGI TimelinesPretraining & midtraining+3
1:07:05EN → 简体中文
Sequoia Capital· 2024年7月16日播客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)。智能体智能体工程Reinforcement Learning+3
52:45EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年6月13日播客一个 1.5 亿美元的模型,六个月后 500 万美元就能复制:Benchmark 的 AI 投资账主持 Nathan LabenzEric Vishria 与 Quilter 的 Sergiy Nesterenko 解释:为什么印刷电路板(PCB)布局不属于 Copilot 那类问题,为什么人工设计的板子数据是错误的训练集,以及哪些 AI 公司看起来只是一时的虚火。企业与战略AI StrategyAI startups & small teams+3
5 张幻灯片14:33EN → 简体中文
Matthew Berman· 2024年5月1日Astribot 与其他机器人演示:灵巧操作、足球和移动能力Matthew Berman · Forward FutureMatthew Berman 回顾 2024 年的机器人演示,从 Astribot 的操作任务到 DeepMind 足球、Unitree 翻转和带腿独轮机器人。RoboticsReinforcement LearningAutonomous Systems
56:56EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年4月25日播客一周的 PCB 布线,一小时就能完成:Quilter 训练的是智能体,而非模仿者主持 Nathan LabenzSpaceX 出身的 Sergiy Nesterenko 向 Will Summerlin 讲述,Quilter 如何用强化学习(reinforcement learning)把原理图编译成可以量产的电路板,以及为什么克隆人类的布线会把系统的上限锁定在人类水平。企业与战略Reinforcement LearningRL environments & simulators+3
7 张幻灯片18:42EN → 简体中文
Matthew Berman· 2024年3月20日2024 年机器人演示:1X、NVIDIA、Spot 等Matthew Berman · Forward FutureMatthew Berman 回顾人形机器人、四足机器人、无人机和国防机器人,区分公司演示与通用自主能力。RoboticsReinforcement LearningAI research
5 张幻灯片9:15EN → 简体中文
Matthew Berman· 2024年3月1日Figure 01 与其他机器人演示:2024 年视频展示了什么Matthew Berman · Forward FutureMatthew Berman 评述制作咖啡的人形机器人、低成本机械臂和其他机器人演示。这些片段展示了特定任务,不能证明实现了人工通用智能。RoboticsAI agentsReinforcement Learning+1
1:43:47EN → 简体中文
Lex Fridman· 2024年2月16日播客 · 2 人对谈先跑后走:Marc Raibert 谈如何让金属看起来有生命嘉宾 Marc Raibert · 主持 Lex Fridman波士顿动力创始人 Marc Raibert 与 Lex Fridman 谈为什么激进的跳跃胜过谨慎的行走、109 次 Atlas 摔倒如何变成一套方法,以及机器人为什么仍然需要另一种智能。RoboticsAutonomous SystemsCompany Building+3
1:58:43EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年2月7日播客一条只有 302 个神经元的线虫已经会权衡取舍,AI 仍停在同一座梯子上主持 Nathan LabenzMax Bennett 把 6 亿年的大脑演化对应到五次突破上,并追问今天的模型究竟爬上了哪几级台阶。模型与训练AI HistoryNeuroscience & AI+3
4 张幻灯片21:00EN → 简体中文
Matthew Berman· 2024年1月23日Jim Fan 的基础智能体愿景:技能、机器人身体与仿真Matthew Berman, Jim Fan · Forward FutureMatthew Berman 解读 Minecraft 智能体、不同机器人形态和仿真研究,探讨它们如何推动更通用的具身 AI。Robotics智能体Reinforcement Learning+2
3 张幻灯片35:16EN → 简体中文
Matthew Berman· 2023年11月28日2023 年关于 Q* 的已知信息与推测Matthew Berman, Sam Altman, Andrej Karpathy · Forward Future在 OpenAI 领导层危机之后,Matthew Berman 梳理传闻、推理论文和自我对弈的类比,并涉及大量尚未证实的信息。AI researchReasoning & test-time computeOpenAI+2
5 张幻灯片8:26EN → 简体中文
Matthew Berman· 2023年5月28日Voyager:GPT-4 智能体如何学习 Minecraft 技能Matthew Berman · Forward FutureMatthew Berman 介绍一个研究系统如何提出 Minecraft 任务、保存可复用代码,并利用反馈改善下一次尝试。AI agentsAgent memoryReinforcement Learning+1
2 张幻灯片6:53EN → 简体中文
Matthew Berman· 2023年5月4日StableVicuna 的 2023 年发布:测试早期 RLHF 聊天机器人Matthew Berman · Forward FutureMatthew Berman 回顾这个拥有 130 亿参数的模型,并测试诗歌、简单代码、推理和辞职邮件。Open-weight modelsReinforcement Learning评估+1
加载更多已显示 24 篇,共 113 篇