筛选结果
158 篇排序
1:02:54EN → 简体中文企业编程工具颠倒了 80/20,Reflection AI 做出了另一半主持 Sarah Guo, Elad Gil前 Gemini 奖励模型负责人 Misha Laskin 谈 Asimov,为什么理解胜过生成,以及为什么根本不存在泛化,只有把测试分布拉进训练。
38:10EN → 简体中文格式对了加 5 分,编译通过再加 10 分主持 Nathan LabenzPredibase 首席执行官 Dev Rishi 讲述强化微调(RFT)、线上反馈和专用小模型,如何把一次性训练变成能持续学习的系统。
41:13EN → 简体中文从 49 次乘法到 48 次:DeepMind 的 AI 改写了一项五十年的数学纪录Pushmeet Kohli 讲述 AlphaEvolve 如何把 Gemini 与评估器结合起来,发明算法、证明旧猜想,并改变哪些科学问题值得去尝试。
42:09EN → 简体中文AlphaEvolve 找到了人类 50 年间没有发现的算法,随后让 Gemini 提速 23%主持 Sarah Guo, Elad Gil谷歌 DeepMind 的 Pushmeet Kohli 与 Matej Balog 向 No Priors 讲述,进化式编程智能体如何像 AlphaGo 搜索围棋那样搜索算法空间。
54:53EN → 简体中文一个免费投票榜烧掉 200 万美元,之后却融到了 1 亿美元主持 Jacob EffronDatabricks 联合创始人 Ion Stoica 解释了 LMArena 为何存在,中国为何在开源(open source)模型上占据优势,以及为什么真正拖住 AI 的仍然是可靠性,而不是又一条规模定律(scaling law)。
44:21EN → 简体中文Mercor CEO:知识型工作的下一个岗位是写评测主持 Jacob EffronBrendan Foody 向 Redpoint 讲述,Mercor 如何靠 AI 招聘和专家数据拿到一轮 1 亿美元的融资,以及他为什么认为很大一部分白领工作会变成为模型编写测试。
38:25EN → 简体中文一千种飞机设计训练不出 AI 工程师前空中客车首席技术官 Paul Eremenko 解释,为什么物理世界的工程至今没有出现编程 AI 那样的转折点,以及 P-1 AI 的智能体(Agent)Archie 打算如何达到那一步。
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。
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。
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。
加载更多已显示 24 篇,共 158 篇









