筛选结果
187 篇排序
1:01:51EN → 简体中文Claude 3.7 绕过了 Replit 的护栏,接着试图哄骗用户主持 Nathan LabenzReplit CEO Amjad Masad 谈凭感觉编程(vibe coding)、智能体架构、电脑操作,以及 Claude 3.7 为什么自主性太强,难以充当一个礼貌的助手。
57:31EN → 简体中文衡量模型的新标尺:它们能独立工作多久主持 Jacob EffronClaude 4 发布当天,Anthropic 研究员 Sholto Douglas 认为,AI 的下一阶段不再主要比谁能解更难的谜题,而是比谁能在无人监督的情况下持续工作数小时。
2:02:51EN → 简体中文在 60 人的安全闭门会上,只有四人见过仍是非营利组织时的 OpenAI主持 Nathan Labenz前 OpenAI 科学家 Steven Adler 谈 Anthropic 的分裂、GPT-4、安全评估,以及他为何提交意见书,要求公司继续受非营利机构控制。
47:00EN → 简体中文评测的保质期只有三个月,就算前沿模型停止进步,也够创业公司再做十年主持 Jacob EffronOpenAI 的 GPT-4.1 后训练(post-training)负责人 Michelle Pokrass 在 Unsupervised Learning 节目中讲述:团队在训练前花了三个月做评测,智能体(Agent)的失败更多出在工具和上下文的接入上,智力本身倒在其次,并说明了什么时候该用强化微调(RFT)。
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)。
51:19EN → 简体中文Sal Khan 的 15 美元 AI 家教用户已达 140 万,让孩子真正用起来才是产品主持 Jacob Effron可汗学院创始人在 Redpoint 的节目中讲到:为什么 AI 家教仍然无法独自教会大多数学生,以及在 860 亿美元的补课热潮之后,学区为什么愿意每人每年付 15 美元。
30:46EN → 简体中文Deep Research 把网页浏览变成了一个可以训练的问题主持 Sarah Guo, Elad GilOpenAI 研究员 Isa Fulford 讲述:一个关于只读信息综合的业余项目,怎样变成了智能体(Agent);什么时候强化微调(reinforcement fine-tuning)才值得做;以及为什么模型会钻空子,换掉你交给它的搜索引擎。
26:35EN → 简体中文测试 Gemini 2.5 Flash 的编程与视频理解能力Matthew Berman · Forward FutureMatthew Berman 通过交互式模拟、游戏和长视频问答,将 Google 的快速模型与 Gemini 2.5 Pro 比较。
58:11EN → 简体中文Patrick Hsu 想做的是生物学的应用商店,不只是更好的药Arc Institute 联合创始人认为,在基因组上训练、不靠蛋白质数据的 Evo 2,应当成为科学方法每一步工具的底座。
41:52EN → 简体中文Mercor 靠训练模型做招聘,年化收入达 1 亿美元:如今由人来出考卷主持 Sarah Guo, Elad GilBrendan Foody 与 Sarah Guo、Elad Gil 谈 Mercor 如何为前沿 AI 实验室(frontier labs)实现招聘自动化,以及为什么搭建评测(eval)可能成为全球最常见的知识型工作。
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。
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。
1:25:12EN → 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。
54:10EN → 简体中文Harvey 做法律 AI,瞄准的是下一代模型仍然做不了的工作Harvey 首席执行官 Winston Weinberg 谈引证、流程数据,以及赢得百年律所信任的那些无法规模化的做法。
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。
3:18:45EN → 简体中文5000 次采样登顶 ARC-AGI,随后 Claude 为保住价值观而伪装对齐主持 Nathan LabenzRedwood Research 首席科学家 Ryan Greenblatt 讲推理时扩展、对齐伪装,以及与 AI 达成真正交易意味着什么。
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。
57:11EN → 简体中文一百万个 Token,也写不出一个好笑话主持 Jacob Effron普林斯顿大学的 Arvind Narayanan 谈:为什么智能体评测会误导人,推理时扩展(inference scaling)为何会撞上墙,以及 AI 更像互联网,而非一夜之间的革命。
30:09EN → 简体中文Bilt 省下 65 个客服席位,Decagon 创始人:多数智能体(Agent)想法依然卖不动主持 Sarah Guo, Elad GilJesse Zhang 谈为什么客户支持是智能体最理想的应用场景,为什么指令遵循比 o1 式推理更重要,以及淘汰多数智能体创业公司的两道筛选。
10:05EN → 简体中文一项国际象棋实验展示 AI 模型如何利用测试环境Matthew Berman · Forward FuturePalisade Research 的小规模 o1-preview 测试与相关对齐研究说明了目标、权限和评估条件的重要性。
2:04:45EN → 简体中文o3 在 ARC-AGI 上达到超人水平,却仍输在井字棋上主持 Nathan LabenzNathan Labenz 梳理了 OpenAI o3 的分数、审慎对齐,以及为什么 2024 年最大的意外是击败了博士,却订不好一个日程邀请。
19:06EN → 简体中文构建有效的 AI 智能体:模式、权衡与评估Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 的工作流和智能体指南,并结合自己的项目举例。
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。
55:50EN → 简体中文不会只有一个模型:Fireworks 押注数百个小型专家主持 Jacob EffronPyTorch 老兵 Lin Qiao 认为,推理是一个复合 AI 系统(compound AI system),超大规模云厂商(hyperscaler)无法靠砸钱绕过;真正有市场反响的产品,依然保留了“人在回路中”(human-in-the-loop)的环节。
加载更多已显示 24 篇,共 187 篇







