筛选结果
29 篇排序
1:09:44EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月9日播客 · 2 人对谈1 万块 GB300 跑四周：Reflection 的开源模型账本主持 Sarah Guo, Elad GilMisha Laskin 在 No Priors 节目中讲述 Reflection 如何训练 Beam、为什么强化学习的投入超过了预训练，以及为什么西方需要自己的开源权重。
1:02:42EN → 简体中文
20VC with Harry Stebbings· 2026年7月25日播客 · 2 人对谈Mercor 的 Osvald Nitski：AI 训练数据、产品与客户集中度嘉宾 Osvald Nitski · 主持 Harry StebbingsMercor 产品负责人讨论公司如何向 AI 实验室提供专家数据、设计人才平台，以及计划如何触达更多企业客户。
2:06:16ZH
Zhang Xiaojun Podcast· 2025年11月28日播客 · 2 人对谈谭捷：机器人通用智能的瓶颈在数据，通用形态仍需时间嘉宾 谭捷 · 主持 张小珺Google DeepMind 机器人研究科学家谭捷回顾了从计算机图形学到机器人、从强化学习到 Gemini Robotics 的研究路径。他认为机器人基础模型尚未成为独立学科，数据规模与覆盖度、跨本体迁移、实时推理和安全仍是走向真实应用的关键。
36:58EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2025年10月9日播客 · 2 人对谈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。
1:02:54EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2025年7月17日播客 · 2 人对谈企业编程工具颠倒了 80/20，Reflection AI 做出了另一半主持 Sarah Guo, Elad Gil前 Gemini 奖励模型负责人 Misha Laskin 谈 Asimov，为什么理解胜过生成，以及为什么根本不存在泛化，只有把测试分布拉进训练。
38:10EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2025年5月1日播客 · 2 人对谈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。
30:46EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2025年4月24日播客 · 2 人对谈Deep Research 把网页浏览变成了一个可以训练的问题主持 Sarah Guo, Elad GilOpenAI 研究员 Isa Fulford 讲述：一个关于只读信息综合的业余项目，怎样变成了智能体（Agent）；什么时候强化微调（reinforcement fine-tuning）才值得做；以及为什么模型会钻空子，换掉你交给它的搜索引擎。
2:49:35ZHZhang Xiaojun Podcast· 2025年2月4日播客 · 2 人对谈潘嘉怡解读 R1、o1 与 Kimi K1.5：强化学习如何教模型学会推理嘉宾 潘嘉怡 · 主持 张小珺伯克利博士生潘嘉怡带读 DeepSeek、OpenAI 与 Kimi 的推理模型报告，拆解长思维链、GRPO、奖励设计与蒸馏。R1-Zero 的“顿悟时刻”展示了推理策略如何在强化学习中涌现。
39:22EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2024年11月14日播客 · 2 人对谈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。
46:09EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2024年8月1日播客 · 2 人对谈Oriol Vinyals：把九成算力烧在预训练上的日子屈指可数了主持 Sarah Guo, Elad GilGoogle DeepMind 研究副总裁 Oriol Vinyals 谈 Gemini、长上下文、从预训练转向强化学习（RL）的即将到来，以及通用人工智能（AGI）为什么可能永远没有终点线。
1:43:47EN → 简体中文
Lex Fridman· 2024年2月16日播客 · 2 人对谈先跑后走：Marc Raibert 谈如何让金属看起来有生命嘉宾 Marc Raibert · 主持 Lex Fridman波士顿动力创始人 Marc Raibert 与 Lex Fridman 谈为什么激进的跳跃胜过谨慎的行走、109 次 Atlas 摔倒如何变成一套方法，以及机器人为什么仍然需要另一种智能。
2:27:58EN → 简体中文Lex Fridman· 2023年4月28日播客 · 2 人对谈Atlas 用了 14 年，才走出 Playter 想要的步态嘉宾 Robert Playter · 主持 Lex Fridman波士顿动力首席执行官 Robert Playter 回顾了 30 年的历程：从麻省理工学院（MIT）地下室里的弹跳杆，到 Atlas、Spot 和 Stretch，以及公司为什么至今仍然设计可以摔倒的机器。
2:29:21EN → 简体中文Lex Fridman· 2022年12月6日播客 · 2 人对谈从不试图读懂人心的扑克机器人嘉宾 Noam Brown · 主持 Lex FridmanNoam Brown 向 Lex Fridman 讲述：一台逼近纳什均衡（Nash equilibrium）的机器人如何碾压单挑无限注德州扑克（heads-up no-limit Hold'em），Pluribus 怎样在六人桌上做到同样的事，以及《外交》为什么需要一个能赢得人类信任的 AI。
2:10:39EN → 简体中文Lex Fridman· 2022年7月1日播客 · 2 人对谈Demis Hassabis：先解决智能，再解决其他一切嘉宾 Demis Hassabis · 主持 Lex FridmanDeepMind 首席执行官告诉 Lex Fridman：图灵测试为什么是一份出错的考卷，AlphaFold 如何改写了生物学，以及射电天空的寂静为何暗示我们或许是孤独的。
1:56:17EN → 简体中文Lex Fridman· 2021年4月19日播客 · 2 人对谈如果把地球重演一百万次，还会有像我们这样的生物出现吗？嘉宾 Risto Miikkulainen · 主持 Lex FridmanRisto Miikkulainen 谈神经进化、鬣狗围猎、从不睡觉的罗勒，以及为什么“变异加选择”仍能找到反向传播看不见的解。
2:01:07EN → 简体中文Lex Fridman· 2020年12月12日播客 · 2 人对谈Michael Littman 不等待失控的神，他在观察我们嘉宾 Michael Littman · 主持 Lex Fridman布朗大学的强化学习（reinforcement learning）研究者 Michael Littman 对 Lex Fridman 说，为什么意外出现的超级智能（superintelligence），在他看来就像一架 747 自行组装起来，而社交媒体、死记硬背式的语言和心智理论（theory of mind），更让他担心。
1:37:31EN → 简体中文Lex Fridman· 2020年7月14日播客 · 2 人对谈送啤酒的机器人，其实是人在远程操控嘉宾 Sergey Levine · 主持 Lex FridmanSergey Levine 对 Lex Fridman 说，机器人的硬件差距几乎可以补上，常识必须靠生活去积累，而离线强化学习（offline reinforcement learning）是让机器人从日志数据走向持续进步的缺失环节。
2:00:32EN → 简体中文Lex Fridman· 2020年7月3日播客 · 2 人对谈慢速突触养出快速学习者，温暖才是更难的问题嘉宾 Matt Botvinick · 主持 Lex FridmanDeepMind 神经科学负责人 Matt Botvinick 与 Lex Fridman 谈前额叶皮层（prefrontal cortex）、元强化学习（meta-reinforcement learning）和多巴胺研究，如何与一个根本问题相遇：在 AI 时代，更好的人类生活究竟应该是什么样子。
1:48:01EN → 简体中文Lex Fridman· 2020年4月3日播客 · 2 人对谈David Silver：AlphaGo 赢在拿掉了人类知识嘉宾 David Silver · 主持 Lex FridmanAlphaGo 与 AlphaZero 背后的 DeepMind 研究员 David Silver 向 Lex Fridman 讲述：无人领取的百万美元围棋奖金、七岁时用过的 BBC Micro，以及一次蜜月中的灵感，如何促成了超人水平的自我对弈。
1:38:33EN → 简体中文Lex Fridman· 2020年3月19日播客 · 2 人对谈也许人是在另一套假设下理性的嘉宾 Anca Dragan · 主持 Lex FridmanAnca Dragan 与 Lex Fridman 谈逆强化学习（inverse reinforcement learning）、自动驾驶，以及为什么写下的奖励更像证据，而不是法律。
1:39:56EN → 简体中文Lex Fridman· 2020年2月26日播客 · 2 人对谈为什么 Marcus Hutter 把压缩视为智能本身嘉宾 Marcus Hutter · 主持 Lex Fridman这位 AIXI 的提出者、DeepMind 研究者向 Lex Fridman 解释，为什么维基百科压缩竞赛、所罗门诺夫归纳和一个不可计算的公式应该放在同一场对话里。
1:29:10EN → 简体中文Lex Fridman· 2020年2月20日播客 · 2 人对谈Andrew Ng：AI 最难的部分，很少出在算法上嘉宾 Andrew Ng · 主持 Lex Fridman在与 Lex Fridman 的对谈中，Ng 讲述了自己从深夜录制 Coursera 课程，一路走到工厂车间的经历，并认为杂乱的数据、良好的习惯和从小处着手，比炒作更重要。
1:03:13EN → 简体中文Lex Fridman· 2019年9月30日播客 · 2 人对谈两种公平不可兼得，Peter Norvig 这样说嘉宾 Peter Norvig · 主持 Lex Fridman《人工智能：一种现代方法》的合著者，在与 Lex Fridman 的对话中谈到再犯风险评分、效用函数、Lisp、MOOC，以及为什么人类水平的智能不应成为目标。
56:47EN → 简体中文Lex Fridman· 2019年9月8日播客 · 2 人对谈Vijay Kumar 为什么不肯把它们叫作“无人机”嘉宾 Vijay Kumar · 主持 Lex Fridman宾夕法尼亚大学（Penn）机器人学家谈蜂群设计、真正的自主，以及为什么限制天空的仍是电池而不是算法。加载更多已显示 24 篇，共 29 篇