筛选结果
85 篇排序
1:02:54EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2025年7月17日播客 · 2 人对谈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
Cognitive Revolution "How AI Changes Everything"· 2025年7月16日播客格式对了加 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。
57:31EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2025年5月22日播客衡量模型的新标尺：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。
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。
30:46EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2025年4月24日播客 · 2 人对谈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。
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。
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。
32:46EN → 简体中文
Sequoia Capital· 2025年2月25日播客别画流程图：OpenAI Deep Research 团队谈端到端训练智能体Isa Fulford 和 Josh Tobin 解释了：为什么 Deep Research 是用强化学习、在高难度网页浏览任务上训练出来的，而不是靠人工编写的模型调用图。
44:34EN → 简体中文Unsupervised Learning: With Jacob Effron· 2025年2月19日播客智能越便宜，我们买得越多主持 Jacob Effron亚马逊通用人工智能（AGI）实验室负责人 David Luan 谈 DeepSeek 真正意味着什么、为什么下一 Token 预测还不够，以及为什么智能体（Agent）在可靠性上仍然卡壳。
2:16:17EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年2月5日播客横跨三大洲训练的 100 亿参数模型，与每小时 1.49 美元的 H200主持 Nathan LabenzPrime Intellect 的两位创始人提出一份四步计划，要把全球闲置的 GPU 变成共同拥有的智能；他们还认为，强化学习（reinforcement learning）刚刚让他们的工作变得更容易了。
2:49:35ZH
Zhang Xiaojun Podcast· 2025年2月4日播客 · 2 人对谈潘嘉怡解读 R1、o1 与 Kimi K1.5：强化学习如何教模型学会推理嘉宾 潘嘉怡 · 主持 张小珺伯克利博士生潘嘉怡带读 DeepSeek、OpenAI 与 Kimi 的推理模型报告，拆解长思维链、GRPO、奖励设计与蒸馏。R1-Zero 的“顿悟时刻”展示了推理策略如何在强化学习中涌现。
52:30EN → 简体中文Sequoia Capital· 2025年1月28日播客第 37 手看起来像 bug，大语言模型（LLM）仍需要自己的 AlphaZero 时刻Ioannis Antonoglou 从 AlphaGo 聊到 Reflection AI：谈自我对弈、可靠性，以及为什么算力仍然能买来智能。
1:48:20EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年1月25日播客从 15% 到 70%：DeepSeek-R1 把强化学习的底牌摊了出来主持 Nathan Labenz2025 年美国总统就职日当天，DeepSeek 和月之暗面放出了推理模型的成果。在 Nathan Labenz 看来，这证明强化学习的配方简单、公开，而且仍在持续攀升。
30:29EN → 简体中文研究者如何理解 o1 式推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇关于策略初始化、奖励、搜索和强化学习的综述，以及推理模型面临的开放问题。
1:27:33EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年12月3日播客一个 70B 模型订餐的成功率只有两成，MultiOn 一天之内把它提到 95%主持 Nathan LabenzMultiOn 首席执行官 Div Garg 再次做客《The Cognitive Revolution》，回顾 18 个月来的智能体（Agent）热潮、AgentQ 的技术栈，以及为什么 2025 年仍可能是垂直领域智能体的一年。
39:22EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2024年11月14日播客 · 2 人对谈菲尔兹奖得主卡了两小时，AlphaProof 爬了三天主持 Sarah Guo, Elad GilAlphaProof 背后的 DeepMind 团队告诉 Sarah Guo 和 Elad Gil，类似 AlphaZero 的智能体（Agent）、Lean 验证器和测试时强化学习（test-time reinforcement learning），如何达到国际数学奥林匹克（IMO）银牌水平，以及眼下仍然缺的是理论构建能力。
45:22EN → 简体中文Sequoia Capital· 2024年10月2日播客AlphaGo 每步思考 30 秒，o1 让“多想一会儿”变得通用OpenAI 研究员 Noam Brown、Ilge Akkaya 和 Hunter Lightman 谈如何教语言模型推理，谈生成器与验证器之间的差距，也谈推理时的第二条扩展曲线。
39:45EN → 简体中文Sequoia Capital· 2024年9月24日播客Harmonic 的押注：直接教 AI 数学，2029 年前黎曼猜想就会被攻克Robinhood 的 Vlad Tenev 与 Harmonic 联合创始人 Tudor Achim 向红杉资本讲述：为什么数学就是推理，为什么 Lean 是验证器，以及为什么他们不愿坐等数学能力从规模中自然涌现。
49:14EN → 简体中文Sequoia Capital· 2024年9月17日播客人形机器人价格从 150 万美元跌到 3 万美元，机器人的 GPT-3 时刻仍是一个动词英伟达的 Jim Fan 向红杉资本讲述了三类数据、一项人形机器人押注，以及一个“系统 1”运动控制模型，如何解锁通用机器人。
51:15EN → 简体中文Sequoia Capital· 2024年9月10日播客通用人工智能只剩一个难题：在单个 Token 上多花一百万倍的算力Magic 创始人 Eric Steinberger 在红杉资本 Training Data 节目中说明：他为什么要自己训练模型，为什么软件工程师是通用人工智能（AGI）的 MVP，以及为什么 96% 仍然算不上同事。
1:27:02ZHZhang Xiaojun Podcast· 2024年9月5日播客 · 3 人对谈广密：Self-play RL 可能开启 AGI 的新 Scaling Law嘉宾 广密 · 主持 张小珺广密认为，纯靠语言预训练扩展模型的边际收益可能正在减弱，self-play 强化学习是更值得押注的新路径。它能否泛化到代码、视频、机器人和更广的领域，将决定下一阶段的 AGI 竞赛。
50:33EN → 简体中文Sequoia Capital· 2024年8月20日播客40% 的数据中心节能，始于一封以问号结尾的邮件Phaidra 创始人 Jim Gao 向红杉资本讲述，他在谷歌时受 AlphaGo 启发的一次尝试，如何变成了运行价值数十亿美元工厂的强化学习系统。
46:09EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2024年8月1日播客 · 2 人对谈Oriol Vinyals：把九成算力烧在预训练上的日子屈指可数了主持 Sarah Guo, Elad GilGoogle DeepMind 研究副总裁 Oriol Vinyals 谈 Gemini、长上下文、从预训练转向强化学习（RL）的即将到来，以及通用人工智能（AGI）为什么可能永远没有终点线。
1:07:05EN → 简体中文Sequoia Capital· 2024年7月16日播客AlphaGo 把学习和搜索结合在一起，语言模型只做到了前一半Reflection AI 的 Misha Laskin 向红杉资本解释，为什么靠提示词驱动的编程智能体（Agent）总卡在十几个百分点，以及缺失的那一块为什么仍然是真值奖励（ground-truth reward）。加载更多已显示 24 篇，共 85 篇