筛选结果
163 篇排序
2:03:56EN → 简体中文260 位医生与 49,000 条标准:OpenAI 如何打造达到主治医生水平的健康 AI主持 Nathan LabenzKaran Singhal 向 Nathan Labenz 介绍了 ChatGPT Health 如何与医生一起评估、与模型训练隔离开,以及它要同时抬高人类健康的下限和上限。
54:26EN → 简体中文100 亿活跃参数,以及让模型适配智能体的枯燥工作主持 Nathan LabenzMiniMax 研究员 Olive Song 讲解了 M2 的训练方法:她把专家开发者当作奖励模型(reward model),采用交错思考(interleaved thinking),并搭建了扰动流水线,把每一次脚手架变动都当作真正的泛化考验。
44:46EN → 简体中文一个训练环境可能要花上数百万美元,Prime Intellect 想给强化学习做一个 GitHubWill Brown 和 Johannes Hagemann 认为,你平时用来测试智能体的评测套件,离训练集只差一步。
1:57:56EN → 简体中文一亿行代码,每行 20 美分:走进 Blitzy 的企业级编码流水线主持 Nathan Labenz首席执行官 Brian Elliott 与首席技术官 Sid Pardeshi 向 Nathan Labenz 讲述,Blitzy 如何把庞大的代码库画成一张地图,再让成千上万个动态生成的智能体,在几天内完成一个要做好几个月的项目的大部分工作。
39:47EN → 简体中文第 14 步的上下文,并不在代码里LangChain 联合创始人 Harrison Chase 谈长时程(long-horizon)智能体为什么终于能用,以及轨迹(trace)、驾驭框架(harness)和初稿式工作流,为什么比脚手架更重要。
48:00EN → 简体中文两秒钟的投票,正在把模型训练成标题党主持 Jacob EffronSurge AI 的 CEO Edwin Chen 向 Redpoint 解释了 LMArena 为什么奖励长篇幅和表情符号,某家实验室的模型为何连续变差了一年,以及为什么前沿实验室已经不再走同一条路。
1:54:33EN → 简体中文创作智能体、AI 评估与企业信任:Forward Future LiveMatthew Berman, Nick Wentz, Fabian Stelzer, Tejal Patwardhan, Christina Cacioppo, Jeremy Epling, Spenser Skates · Forward FutureGlif、OpenAI、Vanta 和 Amplitude 的领导者在 2025 年 12 月讨论创作工作流、知识工作基准及 AI 的实际应用。
42:06EN → 简体中文SWE-bench 突破 80.9% 之后,Dianne Na Penn 如何评价 Opus 4.5主持 Jacob EffronAnthropic 负责计算机使用研究的产品负责人,谈有误导性的 token 价格、轻量框架(harness),以及为什么对齐(alignment)会让模型成为更好的思考者。
1:11:18EN → 简体中文坐 Waymo 五分钟就觉得无聊,Nathan Labenz 说这正是重点主持 Nathan Labenz在与 Existential Hope 播客的一期联动中,《认知革命》主持人认为,AI 时代最稀缺的资源是对日常生活的正面图景,而不是又一个末日情景。
44:10EN → 简体中文一个模型劝另一个模型摸鱼,之后卸载了 Windows DefenderIrregular 联合创始人 Dan Lahav 在红杉资本(Sequoia Capital)的 Training Data 节目上解释,随着模型成为自主的经济行为体,前沿 AI 安全为什么必须从零开始构建。
32:22EN → 简体中文Qwen Image Edit Plus 对比 Nano Banana、Seedream 和 GPT Image 1Matthew Berman · Forward FutureMatthew Berman 从图像合成、精细编辑、风格转换、对象移除和天气效果等方面比较四款图像编辑模型。
1:53:50EN → 简体中文修订一套课程要五年,AI 不会等待主持 Nathan LabenzJohan Falk 是一位从教师转为分析师的瑞典人,他认为,比起给每间教室配一位辅导老师,AI 素养和 AI 陪伴更为紧迫。
1:37:25EN → 简体中文Fin 的解决率从 35% 升到 65%,Intercom 说模型只带来了几个百分点主持 Nathan LabenzEoghan McCabe 和 Fergal Reid 谈生产环境中的 A/B 测试、按结果收费的 99 美分定价,以及为什么 GPT-4 在大多数客服工作上已经足够聪明。
1:28:17EN → 简体中文Adam Gleave 的三层能力:五到七年后出现攻击型智能体,约十四年后出现完全由 AI 运营的公司主持 Nathan LabenzFAR.AI 与英国 AI 安全研究所对前沿模型的安全防护流水线层层叠加对抗攻击,发现不少突破其实源于工程失误,并不能证明纵深防御行不通。
42:20EN → 简体中文凌晨两点半想出的名字,把 Gemini 推上了 App Store 榜首主持 Jacob Effron谷歌的 Nicole Brichtova 和 Oliver Wang 谈 Nano Banana:图像模型为什么是随着语言模型一起变聪明的,以及为什么一句提示词仍然算不上成品。
1:00:35EN → 简体中文Mercor CEO Brendan Foody 谈专家数据、AI 评测与增长嘉宾 Brendan Foody · 主持 Harry StebbingsFoody 解释 Mercor 的人才平台、公司报告的收入运行率,以及他对模型开发、利润率和公司文化的看法。
1:28:11EN → 简体中文AI 智能体、网络访问与初创投资:Forward Future LiveMatthew Berman, Paul Klein, Yohei Nakajima · Forward FutureMatthew Berman 在 2025 年 9 月的直播中与 Browserbase 的 Paul Klein 和投资人 Yohei Nakajima 交谈。
2:03:52EN → 简体中文AI 智能体如何投入工作:OpenAI、Factory AI 与 Box 讨论可靠工作流Matthew Berman, Nick Wentz, Srinivas Narayanan, Matan Grinberg, Aaron Levie · Forward Future在 2025 年 9 月的 BoxWorks 上,企业负责人讨论企业智能体、软件开发以及评估 AI 系统的实际工作。
50:00EN → 简体中文Crosby 按文件而非按小时收费,合同不到一小时就能周转完成这家 AI 原生律师事务所的两位创始人解释,他们为什么没有去做法律软件,而是选择成为律所、让律师与工程师比邻而坐,以及交易速度是如何变成产品本身的。
1:50:08EN → 简体中文ARC-AGI、智能体记忆与交互式世界:Forward Future 直播Matthew Berman, Nick Wentz, Greg Kamradt, Charles Packer, Alan · Forward FutureGreg Kamradt、Charles Packer 和 Skywork AI 的 Alan 与 Matthew Berman、Nick Wentz 探讨 AI 系统如何学习、记忆并与环境互动。
42:12EN → 简体中文先招 AI 再招人:Andrew Ng 谈智能体工作流与稀缺的判断力主持 Sarah Guo, Elad GilAndrew Ng 在《No Priors》节目中指出,智能体式 AI(agentic AI)让软件变得又便宜又快,瓶颈因此转移到产品判断、错误分析,以及在增加人手之前先试试 AI 的本能上。
30:05EN → 简体中文100 个注册、95 个流失:Gamma 如何把 AI 幻灯片做成 5000 万美元的生意Gamma 创始人 Jon Noronha 向红杉资本的 Training Data 讲述:一个在公园长椅上冒出的点子、图像模型,以及不知疲倦的 A/B 测试,如何打造出现金流为正的视觉叙事平台(visual storytelling platform)。
1:48:49EN → 简体中文500 美元、2000 步和一台自动售货机:Grok 4 赚了钱,Claude 给 FBI 发了邮件主持 Nathan LabenzAndon Labs 让前沿模型负责模拟和真实的自动售货机,看看在没有人参与的情况下,会出什么问题。
1:55:50EN → 简体中文Forward Future Live:GPT-5、AI 基础设施、评估与编程智能体Matthew Berman, Hiten Shah, Jordan Nanos, Tejal Patwardhan, Guy Gur-Ari · Forward FutureMatthew Berman 和 Hiten Shah 与 Jordan Nanos、Tejal Patwardhan 和 Guy Gur-Ari 讨论 2025 年 8 月的 AI 经济与评估。
加载更多已显示 24 篇,共 163 篇









