筛选结果
13 篇排序
35:19EN → 简体中文SallyAnn DeLucia:如何编写你的第一个 AI 评估SallyAnn DeLucia · Arize AI从智能体的真实追踪记录中提炼具体的通过与失败标准,再构建一个能测试、能与人工判断对齐,并能在生产环境运行的大模型裁判。
34:11EN → 简体中文Anatoliy Bilenko 和 Alberto Carretero:用形式化方法和 AI 让数据库协议可靠Anatoliy Bilenko, Alberto Carretero · CanonicalCanonical 的数据库工程师把可执行规格、基于模型的测试、故障探索和重建的执行历史串起来,并说明为什么这些方法单独用,都无法证明真实系统正确。
2:17:48EN → 简体中文智能体(Agent)身份仍是一片空白,失控智能体快要来了,我们或许得和它们谈判主持 Nathan LabenzGovAI 的 Alan Chan 与 Nathan Labenz 一起,为两年来的智能体治理基础设施打分;随后,他讲解了一篇与 OpenAI 的 Jakub Pachocki、Anthropic 的 Jack Clark 合著的递归自我改进论文。
1:04:26EN → 简体中文100,000 个加速器,每小时都有东西出故障Google AI 基础设施负责人 Amin Vahdat 向红杉资本的 Sonya Huang 解释,为什么 FLOPS 是虚荣指标,为什么 TPU 产品线一分为二,以及为什么他宁愿等电网接入,也不自己建一座吉瓦级的数据中心。
2:19:30EN → 简体中文调查人员只获准六天,protein 一词只出现过一次主持 Nathan LabenzCognitive Revolution 一周的晨间节目,内容涉及 OpenAI 的智能体群体事件、GPT-6 Astra 的循环 Transformer,以及暂停之争是否已经结束。
40:56EN → 简体中文前五大国防主承包商中有四家,硬件测试仍在用 PowerPointNominal 的两位联合创始人认为,硬件领域没有享受过去二十年的软件基础设施建设,在测试数据汇集到一处之前,物理 AI 会停滞不前。
40:33EN → 简体中文Slack 频道里五十人,四分钟找到关键证据Traversal 联合创始人讲述,如何把 DevOps 里“心梗”式的紧急事故,交给智能体(Agent)做根因分析;也谈为什么可观测性是企业第二大软件开支,排障却仍像一场侦探游戏。
59:30EN → 简体中文GPT-4 答错一半数据问题,Snowflake 的解法是系统设计直接用现成模型处理企业数据,可靠度大约只有 45%,也就是每两个答案里就有一个是错的。
49:50EN → 简体中文无约束的智能体(Agent)风靡推特,真正上线的是定制版LangChain 创始人 Harrison Chase 向红杉资本的 Training Data 节目讲清楚:智能体到底是什么,AutoGPT 为何停滞,以及哪些认知架构(cognitive architecture)能真正投入生产。
38:13EN → 简体中文ChatGPT 跑在他的框架上,他仍然不建议你去训练模型主持 Sarah Guo, Elad GilVercel 创始人 Guillermo Rauch 在 No Priors 节目中说明:为什么前端是 AI 的最后一公里,为什么第一代 AI 框架会被重写,以及为什么机器人已经在偷你的 Token。
43:45EN → 简体中文八年毫无增长,后来 OpenAI 和英伟达成了他的客户主持 Sarah Guo, Elad GilWeights & Biases 首席执行官 Lukas Biewald 在 No Priors 节目中讲述,一家没有鸿沟需要跨越的标注公司,如何为训练出大多数大语言模型的机器学习开发工具提供了资金。
44:19EN → 简体中文AI 将多写十倍的代码,但仍得有人让它们保持运行主持 Sarah Guo, Elad GilDatadog 联合创始人 Olivier Pomel 谈为什么更快的代码生成会把价值从编写软件转移到理解、保护和运维软件。
1:21:06EN → 简体中文大家都在谈人类反馈强化学习(RLHF),几乎没人真的在做主持 Nathan LabenzHumanloop 的 CEO Raza Habib 谈,为什么一个大语言模型(LLM)的 API 大概只占可用产品的 5%,而其余部分究竟由什么填满。








