筛选结果
32 篇排序
2:00:51EN → 简体中文在每个 Token 处重新采样,就能看见模型怎样做决定主持 Nathan LabenzGoodfire 的 Eric Bigelow 谈分叉路径、上下文学习,以及为什么越来越难信任思维链(chain-of-thought)监控。
51:55EN → 简体中文AI 解不出的最后一道 IMO 题Grant Sanderson · 3Blue1BrownGrant Sanderson 带你走一遍 2025 年 IMO 第 6 题——前沿模型没做出来的铺砖谜题——以及要证明一种构造最优,需要怎样的视觉耐心。
36:19EN → 简体中文基准测试表已经失真:测试时算力涨得太快,打分方式却跟不上主持 Sarah Guo, Elad GilOpenAI 研究员 Noam Brown 认为,静态排行榜掩盖了模型被允许思考多久;安全评测、研究品味和发布节奏,都还没有跟上。
1:34:29EN → 简体中文三个 IMO 金牌级系统漏掉了同一道题,Harmonic 想让数学能够编译主持 Nathan LabenzVlad Tenev 和 Tudor Achim 打造了 Aristotle,让它输出内核能够检验的 Lean 证明。他们认为,这正是数学超级智能保持可信的方式。
1:16:21EN → 简体中文黄仁勋的年终论证:Token 成本可以降低十亿倍,工作岗位也不会因此消失主持 Sarah Guo, Elad Gil在 No Priors 节目里,英伟达 CEO 借放射科、开源和 2 万亿美元的研发预算,论证 2025 年那些极端说法都没有看到完整的技术栈。
1:39:05EN → 简体中文GPT-5 让人失望的那个夏天,并不意味着 AI 进展已经停滞主持 Nathan LabenzNathan Labenz 在对 Erik Torenberg 的谈话中说,GPT-5 的口碑反弹把产品失误、命名混乱和能力上的真实跃升混为一谈。
36:58EN → 简体中文STaR 作者要的是有情商的模型,不只是智商更高主持 Sarah Guo, Elad Gil斯坦福和 xAI 的研究员 Eric Zelikman 是 STaR 和 Quiet-STaR 的作者。他推出了 humans& 公司,押注的是:过去三年都在拼智商规模化,模型在情感上却仍然不聪明。
30:11EN → 简体中文两个月内,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。
48:51EN → 简体中文OpenAI 前研究负责人:通往 AGI 的关键突破已经齐了Bob McGrew 在红杉资本的 Training Data 节目中说,2025 年是推理之年,智能体的价格会贴近算力成本,而到 2035 年,技术栈上不会再添加什么根本性的东西。
38:10EN → 简体中文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。
1:14:11EN → 简体中文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。
1:10:23EN → 简体中文每美元一百万个 Token:为什么 Noam Shazeer 认为推理算力(inference compute)仍未被充分挖掘主持 Jacob EffronTransformer 共同发明人 Noam Shazeer 与 Gemini 研究员 Jack Rae 讲述测试时算力(test-time compute)、Ilya Sutskever 对通用人工智能(AGI)的批评,以及一个四岁孩子如今能给老师讲蜥蜴的故事。
3:18:45EN → 简体中文5000 次采样登顶 ARC-AGI,随后 Claude 为保住价值观而伪装对齐主持 Nathan LabenzRedwood Research 首席科学家 Ryan Greenblatt 讲推理时扩展、对齐伪装,以及与 AI 达成真正交易意味着什么。
1:48:20EN → 简体中文从 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。
1:33:01EN → 简体中文罕见病并不罕见:哈佛基因猎人如何用 o1-pro 处理测序漏掉的病例主持 Nathan Labenz波士顿儿童医院的 Catherine Brownstein 博士解释了为什么便宜的基因组让她的工作更难了,为什么数据共享仍然胜过任何模型,以及 ChatGPT Pro 究竟在哪些地方为她省回了时间。
2:04:45EN → 简体中文o3 在 ARC-AGI 上达到超人水平,却仍输在井字棋上主持 Nathan LabenzNathan Labenz 梳理了 OpenAI o3 的分数、审慎对齐,以及为什么 2024 年最大的意外是击败了博士,却订不好一个日程邀请。
1:07:32EN → 简体中文o1 已是新一代模型,通用人工智能(AGI)到来那天可能平淡无奇主持 Jacob EffronOpenAI 前首席研究官 Bob McGrew 谈:为什么 o1 是 100 倍的跨越,为什么智能体(Agent)会卡在可靠性上,以及为什么 AGI 可能以办公室里的琐碎事务降临,而没有一个惊天动地的时刻。
48:18EN → 简体中文Noam Brown:没有硬墙,只有八个数量级的余地主持 Jacob Effron一次 ChatGPT 查询大约一分钱。他说,社会最关心的那些问题,值一百万美元。
39:22EN → 简体中文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。
1:06:48EN → 简体中文o1 又慢又难用,Percy Liang 仍然认为它是个转折点主持 Jacob Effron斯坦福大学的 Percy Liang 把 OpenAI 的 o1 一分为二来看:作为产品令人失望,作为研究信号,却可能是这几年最重要的一个。
45:22EN → 简体中文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。
51:15EN → 简体中文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。
1:56:03EN → 简体中文人类接近满分,最强 AI 仍只拿到 39%主持 Nathan LabenzZapier 联合创始人 Mike Knoop 和 François Chollet 为 ARC-AGI 拿出了 100 万美元奖金。ARC-AGI 是 2019 年提出的、考察样本效率的智能测试,在每题一美分的算力预算下,语言模型至今仍无法破解。
55:13EN → 简体中文这项测试上最好的 AI 只得 39%,Zapier 联合创始人拿出 100 万美元奖金,要攻克它François Chollet 设计 ARC,用来衡量获取新技能的效率。五年过去,人类依然轻松过关,前沿模型却做不到。
加载更多已显示 24 篇,共 32 篇








