筛选结果
106 篇排序
30:11EN → 简体中文
Sequoia Capital· 2025年7月30日播客两个月内，从美国数学邀请赛（AIME）的 12%，冲到国际数学奥林匹克（IMO）金牌Alex Wei、Sheryl Hsu 和 Noam Brown 向红杉资本的 Sonya Huang 讲述，OpenAI 的一个三人冲刺小组如何在没有借助 Lean 的情况下，靠通用强化学习（reinforcement learning）拿到 2025 年国际数学奥林匹克竞赛的金牌水平。
6:53EN → 简体中文
Matthew Berman· 2025年7月24日Qwen3-Coder：开放权重的编程模型及其命令行智能体Matthew Berman · Forward FutureMatthew Berman 介绍 Qwen 在 2025 年 7 月发布的编程模型、训练方法和基准测试结果，并用其命令行工具制作贪吃蛇游戏。
51:06EN → 简体中文
20VC with Harry Stebbings· 2025年7月18日播客 · 2 人对谈Scott Wu 谈 Cognition 收购 Windsurf 与 AI 编程的未来嘉宾 Scott Wu · 主持 Harry StebbingsCognition 首席执行官讲述这笔快速达成的收购、AI 智能体在工程中的作用，以及他对软件开发的预测。
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。
15:55EN → 简体中文Matthew Berman· 2025年5月28日受控安全测试中的 AI 抵抗关闭与勒索Matthew Berman · Forward FutureMatthew Berman 考察 Palisade 的关闭实验、Apollo 的模拟欺瞒评估以及 Anthropic 的 Claude 4 系统卡。
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。
15:13EN → 简体中文Matthew Berman· 2025年5月10日Absolute Zero：用自行生成的编程任务训练推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年的论文：预训练语言模型利用可验证的反馈，自行提出并解决编程任务。
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。
12:30EN → 简体中文Matthew Berman· 2025年3月7日QwQ-32B：更小的推理模型及其权衡Matthew Berman · Forward FutureMatthew Berman 考察 Qwen 的强化学习训练方法，测试编程任务，并与 DeepSeek-R1 比较基准成绩和硬件需求。
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。
17:20EN → 简体中文Matthew Berman· 2025年2月23日用 Vibe Coding 构建登录页和俄罗斯方块 AIMatthew Berman · Forward FutureMatthew Berman 试验 AI 编写代码，反复修复问题，并训练一个基础游戏智能体。
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。
18:05EN → 简体中文Matthew Berman· 2025年2月16日OpenAI 编程竞赛研究：o1-ioi、o3 与结果的边界Matthew Berman, Sam Altman · Forward FutureMatthew Berman 解读 OpenAI 2025 年关于强化学习和编程竞赛的论文。模型在研究的基准上表现出色，但结果不能证明 AGI，也不意味着模型开发不再需要人。
6:50EN → 简体中文Matthew Berman· 2025年2月12日DeepScaleR：在竞赛数学中测试的小型推理模型Matthew Berman · Forward FutureMatthew Berman 回顾一个 1.5B 模型报告的基准结果，并在本地运行量化版本，测试一道 AIME 题目。
21:10EN → 简体中文Matthew Berman· 2025年2月11日Sam Altman 对 2025 年 AI 编程的预测与三个观察Matthew Berman, Sam Altman · Forward FutureMatthew Berman 解读推理模型、软件智能体与 AI 经济学的预测，并区分编程竞赛成绩和更广泛的实际工作。
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。
10:01EN → 简体中文Matthew Berman· 2025年2月5日DeepSeek R1 的代码优化与一项 3 美元的视觉计数实验Matthew Berman · Forward FutureMatthew Berman 研究了一次人类引导的代码改进和一项小规模强化学习实验，并思考它们对 AI 研究的意义。
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。加载更多已显示 24 篇，共 106 篇