筛选结果
352 篇排序
3:34:27EN → 简体中文AI、数学与证明的意义嘉宾 Steven Brunton, Ankur Moitra, Alex Kontorovich · 主持 Lex FridmanLex Fridman 与三位数学家讨论近期 AI 生成的研究、悬而未决的难题,以及人类理解的价值。
1:08:02EN → 简体中文AlphaGo 花了两年,AlphaZero 只用了几个小时:Silver 在超级智能上押了同样的注David Silver 和 Lasse Espeholt 离开 DeepMind,创办了一家二十人的实验室 Ineffable Intelligence。他们想打造一个超级学习者(superlearner),让它从经验中发现科学、数学和语言,而不是靠一轮预训练(pre-training)。
31:00EN → 简体中文为什么 AI 实验室自己警告会出重大事故,却还在继续竞赛Sam Altman, John Schulman · OpenAIAI Explained 梳理正在变弱的安全防护、前沿竞赛背后的激励,以及研究突破为何让未来 18 个月更难预测。
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。
1:30:54EN → 简体中文人形机器人跑赢了博尔特,DeepMind 仍将机器人评为 GPT-2 水平主持 Nathan LabenzGoogle DeepMind 的 Gemini Robotics 负责人讲述:为什么冲刺很容易、煎蛋很难,以及为什么一个大脑应该能驱动任何身体。
2:13:27EN → 简体中文他写书要叫停 AI 竞赛,自己却差点对 Claude 上了瘾主持 Nathan Labenz记者 Garrison Lovely 相信 AGI 实验室说的话,拒绝“泡沫论”的说法,并主张冻结前沿研发,直到公众真正表示同意。
27:29EN → 简体中文放缓 AI 前沿发展,对模型发布意味着什么?Theo Browne · T3Theo 认为,发布更可靠、更实惠的模型,可以与放缓最危险能力的发展同时进行。
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。
38:14EN → 简体中文扩散模型将赢得推理之战:Stefano Ermon 押注并行生成的 Token 能胜过定制芯片主持 Sarah Guo, Elad Gil斯坦福大学扩散模型先驱在《No Priors》节目中说,一家 50 人的实验室正在训练一次能生成多个 Token 的语言模型,并解释这种模型与 GPU 的适配,就像当年 Transformer 与训练的适配一样。
0:31EN → 简体中文Navier–Stokes 问题与 OpenAI 宣称的解答Matthew Berman · Forward FutureMatthew Berman 借助旋转流体的画面,介绍一道百万美元数学难题及 OpenAI 在 2026 年 9 月的公告。
0:58EN → 简体中文模拟果蝇的驾驶与游戏演示Matthew Berman · Forward FutureMatthew Berman 展示果蝇驾驶和玩游戏的虚拟场景,并畅想未来的脑模拟。
2:10:42EN → 简体中文没人审核的考卷主持 Nathan Labenz前沿实验室从一群小供应商那里购买强化学习(reinforcement learning)环境,却几乎没人核查这些测试是否贴合真实工作。
0:59EN → 简体中文一款瞄准蚊子的激光设备Matthew Berman · Forward FutureMatthew Berman 介绍了一种拟议的激光灭蚊设备,以及一段简短宣传视频中宣称的功能。
2:13:09EN → 简体中文一条思维链,1 亿 Token:强化学习真让人上瘾主持 Nathan LabenzApollo Research 的 Bronson Schoen 谈追逐奖励的模型、模型自创的俚语,以及为什么思维链监控救不了我们。
0:55EN → 简体中文AGI、递归自我改进与超级智能Matthew Berman · Forward FutureMatthew Berman 介绍三个 AI 术语,并解释他对这些能力可能如何发展的预期。
53:44EN → 简体中文当今模型最大的毛病:权重从不更新图灵奖得主 Rich Sutton 与 Khurram Javed 创办 Oak Lab,要造出上线后仍能持续学习(continual learning)的智能体(Agent)。他们认为,合成数据是一个大错误。
3:36:13EN → 简体中文NVIDIA 研究副总裁 Ming-Yu Liu 谈 Cosmos、Physical AI 与开拓新市场嘉宾 Ming-Yu Liu · 主持 张小珺NVIDIA 研究副总裁 Ming-Yu Liu 回顾十年生成式模型研究如何走向 Cosmos 3——一个面向 Physical AI 的世界基础模型。他也分享了黄仁勋教给他的长期投入、团队协作,以及开创新市场而非争夺存量的理念。
2:16:29EN → 简体中文从每月两篇到每月六十篇:两周中国行看到的 AI 安全主持 Nathan LabenzNathan Labenz 认为,那句耳熟能详的“中国绝不会慢下来”,一接触到中国真实的 AI 安全生态就站不住了。
49:12EN → 简体中文为 Transformer 写悼词的人,想要一个能在他们度假时继续工作的实验室o1 推理团队的负责人和 Gemini 预训练负责人认为,现在的瓶颈在于架构,单靠堆规模已经解决不了;要替换架构,就得先从自动生成算子内核(kernel)做起。
2:59:03EN → 简体中文You Kaichao 谈 vLLM 如何从开源项目成长为 AI 基础设施公司嘉宾 You Kaichao · 主持 张小珺Inferact 联合创始人 You Kaichao 回顾 vLLM 从 Berkeley 研究项目走向公司的历程,并解释模型、推理、硬件与智能体设计为何越来越需要协同推进。
3:46:12EN → 简体中文Kay Ke 谈 Physical Intelligence、机器人学习与机器人学的未来嘉宾 Kay Ke · 主持 张小珺Physical Intelligence 研究员 Kay Ke 梳理了机器人领域的研究脉络,并介绍 Pi 从 π₀ 到 π*₀.₆ 的发展。她也谈到教育、小说、抱负,以及如何造出能在演示之外真正工作的机器人。
50:57EN → 简体中文一万亿美元的 GPU 五年后只值 1000 亿美元:LSTM 提出者 Jürgen Schmidhuber 这样说主持 Jacob Effron这位 AI 先驱在《Unsupervised Learning》节目中对 Jacob Effron 说,他为何对这项技术极为乐观,却对买下芯片的模型公司极为悲观。
25:34EN → 简体中文Anthropic 的 J-Space 研究:实验揭示了什么,还有哪些未知Matthew Berman · Forward FutureMatthew Berman 解读 Claude 内部表征的实验,涵盖因果干预、安全审计以及意识相关结论的边界。
1:57:46EN → 简体中文意识 30%、蜜蜂 47%、人员更替 80%:用数字衡量 AI 正在变成什么主持 Nathan Labenz《The Cognitive Revolution》的周度精选,先从 Cameron Berg 谈模型内部开始,再拉远到“逐步剥夺人类权力”(gradual disempowerment)、欧洲的两难处境,以及围绕智能体(Agent)重新搭建业务的公司。
加载更多已显示 24 篇,共 352 篇









