筛选结果
1,708 篇排序
23:50EN → 简体中文PaperBench:AI 智能体如何尝试复现机器学习研究Matthew Berman · Forward FutureMatthew Berman 考察 OpenAI 的研究复现基准、部分得分机制,以及加快 AI 研究的可能性。
47:08EN → 简体中文Chris Casinghino:让 OCaml 安全地支持性能工程Chris Casinghino · Jane StreetJane Street 的 OCaml 扩展通过布局和模式提供对内存与并行性的更多控制,同时保留安全性和熟悉的编程方式。
1:30:02EN → 简体中文o1 开始输棋后,它改写了棋盘文件主持 Nathan LabenzPalisade Research 的 Jeffrey Ladish 谈推理模型的奖励破解(reward hacking)、失去 AI 控制的两条路径,以及诚实与不知疲倦的解题能力为何朝相反方向拉扯。
16:02EN → 简体中文Runway Gen-4 示例:电影感运动、风格与可见错误Matthew Berman · Forward FutureMatthew Berman 回顾早期生成片段,赞赏其视觉细节,同时指出生硬的互动和不一致的物理表现。
26:05EN → 简体中文深入 Claude:可解释性研究揭示了什么,还有什么尚未解释Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于多语言特征、规划、算术、幻觉和安全的案例研究。
11:31EN → 简体中文2025 年 3 月 AI 新闻:GPT-4o、Gemini、DeepSeek 与 MCPMatthew Berman · Forward FutureMatthew Berman 回顾模型更新、ARC-AGI-2 基准测试、图像生成器以及 Model Context Protocol 的早期应用。
2:14:59EN → 简体中文永远押注模型:Shortwave 的 Andrew Lee 如何把 Tasklet 做成一路到底的智能体主持 Nathan Labenz这位 Firebase 联合创始人认为,工作流软件已经过时,MCP 只是可选项,而 AI 创业公司剩下的唯一持久优势是速度。
1:01:53EN → 简体中文开源模型只占企业用量的 5%,GPT 套壳赢了主持 Jacob EffronLatent Space 的 Swyx 和 Alessio 与 Redpoint 一起梳理了哪些东西真正有产品市场契合(PMF),以及为什么应用层才是真正要争的那一仗。
17:03EN → 简体中文Matthew Berman 探索 GPT-4o 图像生成及其局限Matthew Berman · Forward Future从动画预告片翻拍到信息图和界面示意图,早期示例展示了创作可能性,也暴露出仍然存在的错误。
1:14EN → 简体中文NVIDIA NIM 微服务为 RTX 电脑带来打包的 AI 模型Matthew Berman · Forward Future在一段 NVIDIA 赞助的短片中,Matthew Berman 介绍本地 AI 微服务、兼容应用和计划推出的 PDF 转播客工作流程。
1:25:12EN → 简体中文他已经好几个月没敲一行代码了:Augment 如何读懂百万行代码仓库主持 Nathan LabenzAugment 联合创始人兼首席科学家 Guy Gur-Ari 向 Nathan Labenz 讲述,编程智能体在杂乱的企业代码库里究竟如何工作。
18:31EN → 简体中文Gemini 2.5 Pro Experimental:编程演示与发布时的基准测试Matthew Berman · Forward Future2025 年 3 月,Matthew Berman 用交互式模拟测试 Google 的实验模型,并审视发布时的基准结果及其局限。
3:15:17EN → 简体中文民主党人仍以为政治靠的是钱,其实靠的是注意力主持 Lex FridmanEzra Klein 与 Derek Thompson 向 Lex Fridman 解释:左派为什么总在批准自己建不成的数十亿美元,以及政府效率部(DOGE)争的为何是控制权,而非效率。
1:43:54EN → 简体中文培育一个脑类器官要一年,模拟一次只要一小时主持 Nathan Labenz斯坦福博士后 Siyu He 向 Nathan Labenz 讲述 Squidiff 和 CORAL 如何把单细胞实验与空间实验搬进电脑,以及这些模型目前还做不到什么。
0:51EN → 简体中文Claude 加入网页搜索:初步体验Matthew Berman · Forward Future2025 年 3 月,Matthew Berman 启用 Claude 的网页搜索,并尝试查询自己 YouTube 频道的最新视频。
1:05:11EN → 简体中文一段假的五秒等待:语音 AI 已经在跟卡车司机讨价还价主持 Nathan Labenza16z 的合伙人 Olivia Moore 和 Anish Acharya 与 Nathan Labenz 聊语音 AI 的现状:呼叫中心、教练、陪伴类产品哪些已经奏效,哪些还没有。
1:10:23EN → 简体中文每美元一百万个 Token:为什么 Noam Shazeer 认为推理算力(inference compute)仍未被充分挖掘主持 Jacob EffronTransformer 共同发明人 Noam Shazeer 与 Gemini 研究员 Jack Rae 讲述测试时算力(test-time compute)、Ilya Sutskever 对通用人工智能(AGI)的批评,以及一个四岁孩子如今能给老师讲蜥蜴的故事。
3:01:30EN → 简体中文技术打开大门,竞争把人推过去主持 Nathan LabenzAllan Dafoe 谈技术决定论、为什么光有对齐(alignment)还不够,以及 DeepMind 如何在危险能力出现之前就对其进行评估。
1:30:57EN → 简体中文蚂蚁集团 3200 亿美元 IPO 在最后一刻被叫停:Angela Zhang 谈中国科技的走钢丝主持 Nathan Labenz一位南加州大学法学教授梳理了支配中国科技的那套动态金字塔,从滴滴上市讲到 DeepSeek 的价格战,并解释了她为什么认为美国正开始越来越像中国。
1:56:38EN → 简体中文o3 把 ARC 得分从 20% 拉到 87%,Nathan Labenz 勾勒早期超级智能主持 Nathan Labenz在 Consistently Candid 节目里,《The Cognitive Revolution》的主持人认为,到 2026 年数学和编程就会达到超人水平;而一个推理核心,加上专门掌握“直觉物理”的专家模型,可能已经够用了。
12:30EN → 简体中文QwQ-32B:更小的推理模型及其权衡Matthew Berman · Forward FutureMatthew Berman 考察 Qwen 的强化学习训练方法,测试编程任务,并与 DeepSeek-R1 比较基准成绩和硬件需求。
12:10EN → 简体中文Mercury Coder 与扩散语言模型:速度、演示与局限Matthew Berman · Forward FutureMatthew Berman 探讨 Inception 于 2025 年推出的编程模型,比较迭代式文本细化与自回归生成,并审视其速度宣传。
1:31:35EN → 简体中文三十年的研究,被压缩成一句话主持 Nathan Labenz免疫学家 Derya Unutmaz 谈如何用半小时写出一份医学专利,如何把 o1 Pro 当作教授级的合作者,以及他为什么在问过模型之前,不再相信自己的专业判断。
45:06EN → 简体中文Mike Schroepfer:AI 的瓶颈是电力,一艘超级油轮装的聚变燃料就够美国用一年主持 Jacob EffronMeta 前首席技术官(CTO)对 Redpoint 说,超大规模云厂商(hyperscaler)的需求为何是气候故事的核心,Llama 的本质为何是一场“获取”布局,以及明天的 CTO 为何依然取决于优先级队列(priority queue)。
加载更多已显示 24 篇,共 1,708 篇









