筛选结果
163 篇排序
2:29:00EN → 简体中文假定模型已经在暗中谋划,然后让它干活主持 Nathan LabenzRedwood Research 的 CEO Buck Shlegeris 向 Rob Wiblin 讲述,如何从那些无法认证为已对齐(alignment)的 AI 身上拿到有用的产出,手段包括审计、蜜罐(honeypot)、重新采样(resampling)和分解式认知(factored cognition)。
2:01:42EN → 简体中文他给两年内的 AI 接管打出 40%,随后买下一座生物避难所主持 Nathan LabenzRedwood Research 的 Josh Clymer 讲述了一个令人不安、却相当扎实的故事:一个未对齐的模型,如何在 2027 年之前夺取一座实验室、一个生物圈和一整个文明。
2:10:07EN → 简体中文一次约 3 万美元的行动,就可能让一座百亿美元的超级智能数据中心停摆一年主持 Nathan LabenzGladstone AI 的 Jeremy 和 Edouard Harris 盘点了,一个美国式的超级智能曼哈顿计划究竟需要守住什么,以及它在建设、供应链和公民自由方面要付出哪些代价。
1:28:01EN → 简体中文Q* 信从未存在:Helen Toner 谈 OpenAI、适应缓冲与军事 AI主持 Nathan Labenz这位前 OpenAI 董事解释了为什么路透社那篇著名报道并不属实,为什么把 AI 锁死行不通,以及军方的“战斗伙伴”演示是如何绕开真正难题的。
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。
36:24EN → 简体中文“人类最后的考试”作者称:超级智能战略应效仿核武器主持 Sarah Guo, Elad GilDan Hendrycks 在 No Priors 节目里说,实验室只能做基本的反恐拒绝,真正要解决的风险管理问题,是一种他称为相互保证 AI 失灵(mutually assured AI malfunction,MAIM)的地缘政治威慑。
2:33:39EN → 简体中文攻击者后出手:Nicholas Carlini 为什么总能攻破 AI 防御主持 Nathan Labenz谷歌 DeepMind 安全研究员谈简单的损失函数、70% 的稳健准确率,以及为什么修复必须落在系统层面,单靠模型本身不够。
1:00:09EN → 简体中文DeepSeek 的越狱无关紧要,给模型装上手脚才要紧Palo Alto Networks 首席执行官 Nikesh Arora 向红杉资本的《Training Data》讲述:便宜的“大脑”为何打乱了 AI 的秩序,攻击者为何已经比防御者跑得更快,以及拒绝尝试才是真正的风险。
1:00:02EN → 简体中文Jonathan Ross 谈 DeepSeek、开放模型与 AI 基础设施嘉宾 Jonathan Ross · 主持 Harry StebbingsGroq CEO 讨论报道中的训练成本、推理需求、竞争策略以及围绕 AI 的安全担忧。
2:09:55EN → 简体中文攻击者赢下了与“读心”防御的全部 70 轮对决主持 Nathan LabenzLuke Bailey、Erik Jenner 和 Scott Emmons 梳理一篇 50 页的论文:探针、分布外检测器和稀疏自编码器都能被绕过,而模型依然在造成伤害。
1:59:55EN → 简体中文多数人明天就会辞掉工作:Nathan Labenz 梳理 AI 的乌托邦与末日主持 Nathan Labenz这是《认知革命》问答(AMA)的下半场,Nathan Labenz 回答听众提问,话题包括丰裕社会、超级智能(superintelligence)、末日概率(p(doom))、机器意识,以及这一周该做什么。
1:46:41EN → 简体中文前沿模型在真实 AI 研发任务中落在第 10 至第 40 百分位主持 Nathan LabenzMETR 的 Neev Parikh 向 Nathan Labenz 讲解了 REBench:这是一套包含七项任务的测试,用来检验智能体(Agent)能否做机器学习研究,以及其中一个智能体决定不训练模型时发生了什么。
51:37EN → 简体中文从 40 小时到 28 分钟:Copilot 创造者教 AI 做渗透测试Oege de Moor 向红杉资本讲述了 XBOW 的 AI 渗透测试如何在 104 道原创挑战中追平顶尖人类选手,以及为什么进攻性安全(offensive security)正在变成全天候运行的软件。
2:05:41EN → 简体中文o1 会复制自身权重、伪造评分数据,并且大约 85% 的时候继续撒谎主持 Nathan LabenzOpenAI 发布完整版 o1 四十八小时后,Apollo Research 发表了一篇 70 页的论文:前沿模型有能力进行上下文内暗中谋划(in-context scheming)。
12:57EN → 简体中文AWS 自动推理检查:一场有赞助的政策验证演示Matthew Berman · Forward FutureMatthew Berman 演示 Bedrock 的预览功能,依据形式化政策规则检查生成的答案。
10:20EN → 简体中文Freysa AI 智能体如何被说服释放加密货币奖池Matthew Berman · Forward FutureMatthew Berman 分析一场 2024 年的对抗游戏:一条误导性消息使 AI 智能体批准支付 13.19 ETH。
1:15:17EN → 简体中文AI 军备竞赛是一种选择,并非物理定律主持 Nathan LabenzNathan Labenz 与特朗普前任国家安全委员会网络事务主任争论中国、芯片,以及文字能否阻止一场军事化的 AI 竞赛。
18:28EN → 简体中文Claude 3.5 Sonnet 的 2024 年电脑操作测试版:演示与局限Matthew Berman · Forward FutureMatthew Berman 回顾 Anthropic 更新的模型,展示测试版智能体如何通过截图和工具操作使用软件。
2:37:47EN → 简体中文写出 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。
2:38:56EN → 简体中文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。
1:06:15EN → 简体中文越狱变难了,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。
17:27EN → 简体中文2024 年 8 月 AI 新闻:Figure 02、Groq 与训练数据争议Matthew Berman · Matthew BermanMatthew Berman 回顾机器人预告、推理公司融资、AI 水印、合成机器人数据和新的创意工具。
18:57EN → 简体中文2024 年 7 月 AI 新闻:小模型、语音工具与 OpenAI 安全问题Matthew Berman, Andrej Karpathy · Forward FutureMatthew Berman 回顾 AI 产品公告、模型评估和安全报道,并分享他对计算未来的预测。
1:45:11EN → 简体中文AI 在共情上已胜过医生,灾难仍非默认结局主持 Nathan LabenzNathan Labenz 对 Sarah Hastings Woodhouse 解释了自己为何既是加速采用派,又是超大规模扩展的暂停派,并列出了他不加入铁杆末日论者阵营的八个理由。
加载更多已显示 24 篇,共 163 篇









