筛选结果
7 篇排序
32:20EN → 简体中文本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。
1:04:14EN → 简体中文帮忙在 120 天内建起 Colossus 的人,正押注一个住在你家里的 AI主持 Jacob EffronxAI 联合创始人 Igor Babuschkin 离开后创办了 River AI。他认为,编程智能体(Agent)已经跨过了一道门槛,闭源实验室正被挤压,而下一个大奖是个人化、本地化的智能。
1:47:38EN → 简体中文19 个神经元就能开车,Liquid AI 想把基础模型装进每一块芯片主持 Nathan LabenzRamin Hasani 从线虫只有 300 个细胞的大脑讲起,一直讲到将在梅赛德斯-奔驰汽车里开口说话的 600 兆字节模型,并解释为什么如今的架构搜索,已经胜过那些凭经验拍板的“架构复仇者”。
1:32:38EN → 简体中文波兰语只占前沿训练数据的 1%,所以波兰自己做了一个模型主持 Nathan Labenz波兰国家信息处理研究所的 Marek Kozlowski 讲解 PLLuM 如何借助语言适配、有机指令和本地部署的小模型,让一个中等规模的国家掌握自己的 AI。
2:24:18EN → 简体中文MMLU 在训练后期才脱离随机水平,loss 只是一个警报主持 Nathan LabenzZyphra 的训练负责人讲解了 Zamba 2 的混合架构、真正重要的评测,以及小型实验室仍需重新摸索的那些技术诀窍。
1:16:11EN → 简体中文把食物舀进餐盒,占了工厂人工的 70%主持 Nathan LabenzChef Robotics 首席执行官 Rajat Bhageria 谈 2000 万份装盘餐食、食品领域的基础模型,以及厨房为什么可能搬出住宅。
1:18:48ENData Movement, Not Math: How to Make Deep Learning Fit on Robots and Phones主持 Lex FridmanMIT professor Vivienne Sze explains why moving data dominates the energy cost of neural networks and how co-designing hardware and algorithms can cut it by orders of magnitude.








