最新文章
3,963 篇排序
44:26EN → 简体中文AI 应用说到底还是应用MongoDB 的 Sahir Azam 向红杉资本解释,为什么向量搜索是处理非结构化数据的一种新基础构件(primitive),而不是事务的替代品;他还解释了为什么检索质量是让 AI 进入保守型企业的最后一公里。
15:33EN → 简体中文潜在空间推理与递归深度:在预测下一个 token 前增加计算Matthew Berman, Yann Lecun · Forward FutureMatthew Berman 研究一个重复内部计算的 35 亿参数模型,并探讨它与语言、规划及思维链的关系。
0:59EN → 简体中文什么是 Vibe Coding?Matthew Berman 介绍他的工作流Matthew Berman · Forward FutureBerman 介绍如何用语音输入和 AI 编程编辑器构建软件、测试结果并反馈错误,而无需阅读代码。
1:15:33EN → 简体中文Fabien Pinckaers 谈 Odoo 的商业模式、文化与竞争嘉宾 Fabien Pinckaers · 主持 Harry StebbingsOdoo 创始人讨论开放核心模式、定价、股权,以及他构建集成式商业软件套件的方法。
1:30:28EN → 简体中文满分是 32,000 单位,只有 Claude 建起了合作社会主持 Nathan Labenz同一个捐赠博弈跑满十代,如果每个人都选择合作,资源能积累到 32,000 单位;三个前沿模型都与这一上限相差一个数量级。
6:50EN → 简体中文DeepScaleR:在竞赛数学中测试的小型推理模型Matthew Berman · Forward FutureMatthew Berman 回顾一个 1.5B 模型报告的基准结果,并在本地运行量化版本,测试一道 AIME 题目。
21:10EN → 简体中文Sam Altman 对 2025 年 AI 编程的预测与三个观察Matthew Berman, Sam Altman · Forward FutureMatthew Berman 解读推理模型、软件智能体与 AI 经济学的预测,并区分编程竞赛成绩和更广泛的实际工作。
55:38EN → 简体中文Sridhar Ramaswamy:Snowflake、AI 竞争与变革中的领导力嘉宾 Sridhar Ramaswamy · 主持 Harry StebbingsSnowflake 首席执行官讨论模型与应用的边界、分发的重要性,以及领导者如何应对艰难转变。
1:32:29EN → 简体中文17 次修改,再用 3 条提示词:Lovable 两次做出同一个应用主持 Nathan LabenzAnton Osika 和 Isaak Sundeman 现场做了一个购物比价工具,并主张:非程序员真正能把软件做出来,靠的是有明确取舍的预设方案,而不是开放式智能体。
1:24:29EN → 简体中文StackBlitz 差点关门,Bolt 八周内年度经常性收入(ARR)破 2000 万美元主持 Nathan LabenzEric Simons 向 Nathan Labenz 讲述:一个做了七年的浏览器操作系统、Claude Sonnet 3.5 和一个文本框,如何取代了本地工具链。
22:32EN → 简体中文那 550 万美元只是最后一公里主持 Sarah Guo, Elad Gil在 No Priors 的第 100 期节目里,Sarah Guo 和 Elad Gil 把 DeepSeek 论文上写的成本,与背后真正的算力投入分开来看,然后梳理了 OpenAI 的 Deep Research、星际之门(Stargate),以及他们对 2025 年的押注。
46:53EN → 简体中文Brian Tolkin 谈招聘产品团队与找到真正重要的问题嘉宾 Brian Tolkin · 主持 Harry StebbingsOpendoor 产品负责人结合 Uber 和 Opendoor 的经历,讨论用户选择、人工智能原型、决策与招聘。
1:03:08ZH朱啸虎:DeepSeek 如何改变我对 AI 的判断嘉宾 朱啸虎 · 主持 张小珺2025 年初,投资人回顾对开放模型、应用创业和人工智能的看法。
1:03:51EN → 简体中文Max Levchin 谈招聘、事后复盘与领导 Affirm嘉宾 Max Levchin · 主持 Harry StebbingsAffirm 创始人讨论坦诚反馈、经过计算的风险、经得住时间考验的产品,以及如何在公开市场波动中保持专注。
2:16:17EN → 简体中文横跨三大洲训练的 100 亿参数模型,与每小时 1.49 美元的 H200主持 Nathan LabenzPrime Intellect 的两位创始人提出一份四步计划,要把全球闲置的 GPU 变成共同拥有的智能;他们还认为,强化学习(reinforcement learning)刚刚让他们的工作变得更容易了。
10:01EN → 简体中文DeepSeek R1 的代码优化与一项 3 美元的视觉计数实验Matthew Berman · Forward FutureMatthew Berman 研究了一次人类引导的代码改进和一项小规模强化学习实验,并思考它们对 AI 研究的意义。
54:47EN → 简体中文每天 9 万款游戏:Roblox 押注 AI 应该先去洗碗Roblox 生成式 AI 负责人 Stef Corazza 向红杉资本讲述:一个免费的 Studio 助手、一笔与社区的数据交换,以及一个 3D 基础模型,将如何教会 AI 做游戏开发。
13:04EN → 简体中文Deep Research、AI 起飞与早期反应的证据边界Matthew Berman, Sam Altman · Forward FutureMatthew Berman 回顾 2025 年 2 月业界对 OpenAI 研究智能体的反应,认为推理与工具可能加速 AI 进步。
2:49:35ZH潘嘉怡解读 R1、o1 与 Kimi K1.5:强化学习如何教模型学会推理嘉宾 潘嘉怡 · 主持 张小珺伯克利博士生潘嘉怡带读 DeepSeek、OpenAI 与 Kimi 的推理模型报告,拆解长思维链、GRPO、奖励设计与蒸馏。R1-Zero 的“顿悟时刻”展示了推理策略如何在强化学习中涌现。
1:15:18EN → 简体中文Nabeel Hyatt 谈风投与人工智能的不确定性嘉宾 Nabeel Hyatt · 主持 Harry StebbingsSpark Capital 合伙人主张在快速变化的市场中保持好奇心、重视创始人关系和产品判断。
12:07EN → 简体中文TinyZero:一项耗资约 30 美元的小型算术任务强化学习实验Matthew Berman · Forward FutureMatthew Berman 解释预训练 Qwen 模型如何在 Countdown 中学会搜索和检查答案,以及为什么这项实验没有复现 DeepSeek-R1。
5:06:18EN → 简体中文DeepSeek 宣称训练成本仅 500 万美元,背后是一场关于算力的五年赌注主持 Lex FridmanDylan Patel 与 Nathan Lambert 带着 Lex Fridman 梳理了 DeepSeek-V3 与 R1、出口管制、台积电、超大集群,以及在 AI 竞赛中究竟谁能赚到钱。
9:58EN → 简体中文Matthew Berman 测试 o3-mini:游戏、谜题与网络搜索Matthew Berman · Forward Future2025 年的一次上手测试发现,游戏原型可以运行,多道题回答正确,但也出现消行延迟、题目歧义和搜索设置失误。
6:44EN → 简体中文测试 DeepSeek Janus-Pro 的图像理解与生成能力Matthew Berman · Forward FutureMatthew Berman 借助赞助商提供的云 GPU 演示,用图表、表情包和图像提示词测试这款 7B 多模态模型。
加载更多已显示 24 篇,共 3,963 篇









