筛选结果
77 篇排序
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)。
1:09:44EN → 简体中文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。
56:31EN → 简体中文后训练赢在推理:为什么掌控权重,胜过押注某一家实验室主持 Jacob EffronApplied Compute 的 CEO Yash Patil 认为,掌控权、私有评测,以及在最大的工作负载上做后训练,比担心前沿实验室变得恶意更重要。
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。
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。
45:33EN → 简体中文Cursor 如何在一分钟内跨洋传输 1TB 的 Composer 权重Federico Cassano 和 Fireworks 的 Dima 讲解了训练 Composer 2 的全球分布式强化学习技术栈,其底座是一个稀疏的万亿参数混合专家模型(MoE)。
59:41EN → 简体中文GPT 时刻还没有降临到视频上,但 AGI 也许已经到来主持 Jacob Effron谷歌 I/O 2026 大会次日,Gemini 联合负责人 Oriol Vinyals 认为,世界模型、文件系统式记忆,以及复杂度无限的强化学习环境,将定义前沿模型的下一个时代。
34:56EN → 简体中文在 Suno,90% 的日活用户都在做一首歌Suno 的 CEO Mikey Shulman 谈为什么要直接对原始声音建模,而不是依靠乐理;为什么音乐不是大语言模型(LLM)那样的规模问题;以及把创作本身当作娱乐。
1:48:43EN → 简体中文奖励从 3 涨到 180,Hacker News 上的标题全是谷歌裁员主持 Nathan LabenzCoreWeave 的 Kyle Corbitt 带 Nathan Labenz 讲 GRPO、评分标准(rubric)、强化学习环境,以及为什么大多数奖励作弊(reward hacking)只要知道去找,就很容易发现。
3:36:29EN → 简体中文Claude 给自己的福利打了 4.49 分:首个越过中性线的版本主持 Nathan LabenzCameron Berg 再次做客《The Cognitive Revolution》,梳理六个月来在内省、功能性情绪和模型福利(model welfare)方面的研究,并介绍一项尚未发表的案例:学习与感受也许是同一种现象。
2:31:27EN → 简体中文一个 AI 店长、2.6 星的评分,还有一部没人必须遵守的宪法主持 Nathan Labenz《The Cognitive Revolution》的一期现场节目,把印刷电路板(PCB)布局、AI 宪法和旧金山第一家由 AI 运营的杂货店,放进了同一个上午的时间表里。
58:46EN → 简体中文OpenAI 首席科学家给出两个时间点:9 月前做到研究实习生,2028 年前做到自动化研究员主持 Jacob EffronJakub Pachocki 在 Jacob Effron 的节目上解释,为什么这些时间表依然成立,为什么持续学习并不是弯路,以及为什么在产品中展示思维链,会让训练信号与监控相互对抗。
54:26EN → 简体中文100 亿活跃参数,以及让模型适配智能体的枯燥工作主持 Nathan LabenzMiniMax 研究员 Olive Song 讲解了 M2 的训练方法:她把专家开发者当作奖励模型(reward model),采用交错思考(interleaved thinking),并搭建了扰动流水线,把每一次脚手架变动都当作真正的泛化考验。
1:03:00EN → 简体中文每周都能解出新数学题的模型,仍然不是 AGI主持 Jacob Effron前 OpenAI 研究副总裁 Jerry Tworek 谈规模化为什么依然有效、模型失败后为什么会陷入“绝望”,以及他为什么离开去追求持续学习。
37:00EN → 简体中文为四代 TPU 做芯片布局的 AlphaChip 团队,现在想让每家公司进入无设计(designless)时代Anna Goldie 和 Azalia Mirhoseini 在红杉资本的节目上讲述:一个强化学习(RL)布局规划器如何扛住 TPU 团队的怒火,学会画甜甜圈形状的宏单元(macros),最终变成一场赌注:让 AI 来设计芯片,而这些芯片再反过来喂养 AI。
1:01:38EN → 简体中文13 小时煮咖啡、产出翻倍:Physical Intelligence 跨过落地线Karol Hausman 和 Tobi Springenberg 在红杉资本的《Training Data》里讲述:通用机器人大脑加上真实世界的强化学习(RL),如何让煮咖啡、叠衣服和装箱巧克力盒变成真正能跑起来的工作。
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。
1:01:49EN → 简体中文ChatGPT 联合创造者离开,要把自然放进奖励回路主持 Nathan LabenzLiam Fedus 与 Ekin Dogus Cubuk 谈语言模型为什么仍然学不好物理,为什么文献数据噪声太大、无法用来训练,以及 Periodic Labs 为什么瞄准 200K 的超导体。
1:02:05EN → 简体中文1 亿美元的研究员与 2000 亿美元的 xAI:AI 圆桌算了一笔账主持 Jacob EffronDatology 的 Ari Morcos 与 Radical Ventures 的 Rob Toews 争论:模型是否进入平台期,强化学习环境(RL environment)创业公司能否撑得久,以及为什么谷歌是他们会选的实验室。
3:14:49EN → 简体中文今年夏天,什么都没有突破曲线:Zvi 为什么拉长了 AGI 时间表主持 Nathan Labenz这是 Zvi Mowshowitz 第十次做客《The Cognitive Revolution》播客。他认为 GPT-5 和国际数学奥林匹克(IMO)金牌都在既有趋势之内,而芯片政策、能源问题和强化学习让他的末日概率(p(doom))微微上调。
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。
1:02:54EN → 简体中文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 → 简体中文格式对了加 5 分,编译通过再加 10 分主持 Nathan LabenzPredibase 首席执行官 Dev Rishi 讲述强化微调(RFT)、线上反馈和专用小模型,如何把一次性训练变成能持续学习的系统。
57:31EN → 简体中文衡量模型的新标尺:它们能独立工作多久主持 Jacob EffronClaude 4 发布当天,Anthropic 研究员 Sholto Douglas 认为,AI 的下一阶段不再主要比谁能解更难的谜题,而是比谁能在无人监督的情况下持续工作数小时。
加载更多已显示 24 篇,共 77 篇









