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

344 篇
排序
1:42:06EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2025年7月8日播客每家前沿实验室每年在数据上花十亿美元,钱究竟花在哪里主持 Nathan LabenzLabelbox 首席执行官 Manu Sharma 谈 150 亿美元的 Scale 交易、强化学习(RL)“训练场”、年收入 25 万美元的 AI 训练师,以及为什么后训练(post-training)如今占去了过去属于预训练(pre-training)的预算。模型与训练Post-trainingData quality & curation+3
1:09EN → 简体中文
Matthew Berman· 2025年7月3日关于 GPT-4.5 规模与训练的讨论一位发言者评价 GPT-4.5 的成本、速度与据称遇到的训练挑战。模型与训练Scaling Laws
1:37:05EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2025年6月19日播客一位代数几何学家辞去终身教职,因为碗形的损失曲线图是假的主持 Nathan LabenzTimaeus 的 Jesse Hoogland 和 Daniel Murfet 认为,真正决定神经网络如何学习、如何泛化、又如何出错的,是损失景观中的奇点,而不是每份幻灯片里那些平滑的山谷。模型与训练Model Interpretability机器学习基础+3
48:51EN → 简体中文
Sequoia Capital· 2025年6月17日播客OpenAI 前研究负责人:通往 AGI 的关键突破已经齐了Bob McGrew 在红杉资本的 Training Data 节目中说,2025 年是推理之年,智能体的价格会贴近算力成本,而到 2035 年,技术栈上不会再添加什么根本性的东西。模型与训练Reasoning & test-time computePretraining & midtraining+3
9 张幻灯片22:05EN → 简体中文
Matthew Berman· 2025年6月9日Apple《思考的幻觉》:谜题实验的局限与代码辅助测试Matthew Berman, Ilya Sutskever · Forward FutureMatthew Berman 回顾 Apple 的推理模型实验,并用生成的代码测试另一种解决汉诺塔问题的方法。Reasoning & test-time computeBenchmarks评估+1
8 张幻灯片10:09EN → 简体中文
Matthew Berman· 2025年5月30日DeepSeek R1 0528:基准提升与两次编程测试Matthew Berman · Forward FutureMatthew Berman 评析 DeepSeek 在 2025 年 5 月推出的推理模型更新,将公布的基准提升与自己的魔方和贪吃蛇编程测试作比较。模型与训练BenchmarksOpen-weight models+2
1:54:08EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2025年5月29日播客为什么 Anthropic 的第一笔投资给了一家为神经网络造显微镜的公司主持 Nathan LabenzGoodfire 的 Dan Balsam 和 Tom McGrath 认为,机制可解释性(mechanistic interpretability)如今已经有了一个准范式,留着两道顽固的缺口,还有三款今天就值得推出的产品。模型与训练Model InterpretabilityAI research+3
2:12:00EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2025年5月15日播客测试时的梯度下降:Titans 把大语言模型(LLM)的上下文推到 1000 万个 Token主持 Nathan Labenz在 GPT-4 的成绩断崖式下跌的地方,这位康奈尔大学博士生的神经记忆模块仍能保持约 70% 的准确率。模型与训练Agent memory上下文工程+3
47:00EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2025年5月8日播客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)。模型与训练评估Post-training+3
38:10EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2025年5月1日播客 · 2 人对谈o3 应该恰好等到答案算出来为止主持 Sarah Guo, Elad GilOpenAI 研究员 Eric Mitchell 和 Brandon McKinzie 在 No Priors 节目上解释,o3 的飞跃为什么在于推理(reasoning)过程中串起一连串工具,以及你为什么应该把同一个提示词发上一百遍。模型与训练Reasoning & test-time computeReinforcement Learning+3
幻灯片0:34EN → 简体中文
Matthew Berman· 2025年5月1日DeepSeek-Prover-V2 及其形式化数学评测结果Matthew Berman · Forward FutureMatthew Berman 介绍 DeepSeek 报告的 miniF2F、PutnamBench 和形式化 AIME 问题上的定理证明结果。MathematicsAI researchBenchmarks+1
7 张幻灯片14:04EN → 简体中文
Matthew Berman· 2025年4月29日Qwen3:开放权重、可调整推理与工具使用Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年 4 月的 Qwen3 系列、其基准成绩、训练流程和本地演示。Open-weight models模型与训练Reasoning & test-time compute+2
10 张幻灯片26:35EN → 简体中文
Matthew Berman· 2025年4月23日测试 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。模型与训练编程智能体Multimodal AI+2
3 张幻灯片15:45EN → 简体中文
Matthew Berman· 2025年4月18日AI 新闻:Gemini 2.5 Flash、OpenAI 模型、Claude Research 与 Kling 2.0Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年一周内的模型发布、研究工具和智能体公告,包括当时的价格与基准测试比较。模型与训练AI cost & performance智能体
58:11EN → 简体中文
Sequoia Capital· 2025年4月15日播客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。模型与训练AI for sciencePretraining & midtraining+3
2:29:41ZH
Zhang Xiaojun Podcast· 2025年4月7日播客 · 4 人对谈陈建宇:机器人基座模型如何走向通用 VLA嘉宾 陈建宇 · 主持 张小珺从 SayCan、RT-2 到 Diffusion Policy,清华助理教授、星动纪元创始人陈建宇梳理机器人模型从借用语言模型到端到端 VLA 的路线。关键难题仍是多样化数据、跨本体泛化和高频动作控制。Robotics模型与训练Multimodal AI+2
1:14:11EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2025年4月5日播客推理曲线其实一直很平滑:Gemini 2.5 的 Jack Rae 谈思考、记忆与 AGI主持 Nathan Labenz谷歌 DeepMind 的思考与推理负责人解释:为什么推理用的强化学习(RL)显得来得突然,为什么 Gemini 会展示原始思维链,以及为什么一百万 token 的窗口仍然不等于记忆。模型与训练Reasoning & test-time computeReinforcement Learning+3
5 张幻灯片26:05EN → 简体中文
Matthew Berman· 2025年3月31日深入 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。AI research模型与训练AI Safety+1
1:43:54EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2025年3月23日播客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。模型与训练AI for scienceComputational Biology+3
35:14EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2025年3月20日播客 · 2 人对谈机器人没有维基百科,Chelsea Finn 从三栋楼起步主持 Sarah Guo, Elad GilPhysical Intelligence 联合创始人在 No Priors 节目上说明:通用机器人模型为什么必须跨本体训练,开源硬件为什么等于在对抗“问题无人解决”这种结局,以及人形机器人为什么有点被高估。模型与训练RoboticsData quality & curation+3
1:10:23EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2025年3月17日播客每美元一百万个 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。模型与训练Reasoning & test-time computeScaling Laws+3
1:56:38EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2025年3月8日播客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。模型与训练Reinforcement LearningDistributed training & inference+3
6 张幻灯片12:10EN → 简体中文
Matthew Berman· 2025年3月6日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。模型与训练Inference编程智能体+2
1:02:41EN → 简体中文
20VC with Harry Stebbings· 2025年3月3日播客 · 2 人对谈Mike Krieger 谈人工智能产品、模型竞争与编程的未来嘉宾 Mike Krieger · 主持 Harry StebbingsAnthropic 首席产品官解释他如何看待产品设计、模型差异和当前人工智能工具的局限。AI StrategyProduct Strategy模型与训练+2
加载更多已显示 24 篇,共 344 篇