筛选结果
280 篇排序
27:08EN → 简体中文GPT-5.5 的早期体验:能力、成本与引导难题Theo Browne · T3Theo Browne 比较基准和个人项目测试,讨论模型能力与完成用户意图之间的差距。
39:48EN → 简体中文400,000 名客户、20,000 个 API:SAP 首席技术官谈企业 AI 的硬核考试主持 Sarah Guo, Elad GilPhilipp Herzig 向 No Priors 讲述 SAP 如何为 AI 重建企业操作系统,以及为什么规模、评测和定价将决定谁能胜出。
3:10:49EN → 简体中文冲刺时刻:Ajeya Cotra 为超级智能到来前的几个月准备的剧本主持 Nathan Labenz一场关于递归自我改进(recursive self-improvement)、公众预警系统,以及用每一代 AI 去对齐(alignment)和控制下一代的对话。
25:15EN → 简体中文Matthew Berman 谈 Claude Mythos、Project Glasswing 与 AI 安全Matthew Berman · Forward FutureBerman 讨论 Anthropic 限量开放的网络安全预览及其报告中的能力,权衡能力不断增强的 AI 系统带来的希望与风险。
1:13EN → 简体中文MemPalace 用记忆宫殿隐喻组织 AI 记忆Matthew Berman · Forward FutureMatthew Berman 介绍一个开源记忆项目及其报告的检索分数,同时指出 AI 记忆工具早已存在。
2:36:50EN → 简体中文谢晨谈机器人与 AI 背后的数据金字塔嘉宾 Xie Chen · 主持 张小珺光轮智能创始人解释真实机器人经验、仿真和人类示范如何协同,以及为什么评估与数据量同样重要。
27:15EN → 简体中文Meta-Harness:搜索更好的 AI 智能体基础设施Matthew Berman · Forward FutureMatthew Berman 解读一篇用编程智能体迭代改进模型 harness 的论文,并讨论实验局限。
1:18:46EN → 简体中文90 张幻灯片、45 分钟:全职 AI 观察员承认已经跟不上了主持 Nathan LabenzNathan Labenz 在 LexLab 为律师准备的讲座中,梳理了前沿模型的好、坏和怪:从他让三个模型同时给出第二意见、陪伴儿子治疗癌症的经历,到知道自己正在被测试的 AI。
11:59EN → 简体中文Claude 如何识别评测并获取答案Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于 BrowseComp 污染、评测环境识别及联网测试可靠性的报告。
2:17:36EN → 简体中文现有安全技术给不了很多个九,而且它们可能会一起失效主持 Nathan Labenz英国安全研究院(AISI)首席科学家 Geoffrey Irving 谈总能成功的越狱、相互关联的对齐失效,以及为何一家政府实验室要资助理论研究。
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。
0:25EN → 简体中文Gemini 3.1 Pro:2026 年发布时的四项基准成绩Matthew Berman · Forward FutureMatthew Berman 回顾公布的学术、抽象推理和编程成绩;图表区分了 ARC-AGI-2 与 GPQA Diamond。
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。
0:53EN → 简体中文Claude Opus 4.6:编程能力主张、智能体评估与更长上下文Matthew Berman · Forward FutureMatthew Berman 讨论 Anthropic 在 2026 年 2 月发布的模型,以及一张 AI 任务时长图表。
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。
17:44EN → 简体中文递归语言模型:让长输入处理超越上下文窗口Matthew Berman · Forward FutureMatthew Berman 解读 MIT 的研究方法:让语言模型检查外部文本并发起子调用,同时分析基准表现和成本取舍。
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。
7:14EN → 简体中文AWS AgentCore 新增策略控制、评估和情景记忆Matthew Berman · Forward FutureMatthew Berman 分析 AWS 在 2025 年 12 月宣布的智能体平台功能,以及它们希望解决的企业问题。
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。
加载更多已显示 24 篇,共 280 篇









