筛选结果
8 篇排序
17:56EN → 简体中文
AI Engineer· 2026年10月25日Bridgewater 如何让 AI 分析师严守权限边界Nikhil Benesch, Aaron Linsky · turbopufferAaron Linsky 和 Nikhil Benesch 解释了企业知识库搜索如何在遵守文档权限的同时兼顾召回率与速度。他们将向量索引与原生过滤结合，在约 120 毫秒内搜索数亿个向量。
44:26EN → 简体中文
Sequoia Capital· 2025年2月13日播客AI 应用说到底还是应用MongoDB 的 Sahir Azam 向红杉资本解释，为什么向量搜索是处理非结构化数据的一种新基础构件（primitive），而不是事务的替代品；他还解释了为什么检索质量是让 AI 进入保守型企业的最后一公里。
1:27:01EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年4月8日播客三百万封邮件、十次大语言模型（LLM）调用、六个模型：Shortwave 的检索增强生成（RAG）实战手册主持 Nathan LabenzFirebase 创始人 Andrew Lee 向 Nathan Labenz 拆解检索技术栈，这套技术让一个 Gmail 收件箱变成了能干活的 AI 助手。
1:06:54EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年3月5日播客Google 给你 3300 万条结果，Exa 只想给你 54 条主持 Nathan LabenzExa 首席执行官 Will Bryk 向 Nathan Labenz 讲述：搜索与研究为什么是两份不同的工作，以及一位面向网络的 AI 图书管理员为什么从第一道过滤开始就必须基于神经网络。
31:28EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年2月22日播客 · 2 人对谈给 GPT-4 外接一个记忆，幻觉最多可减少 50%主持 Sarah Guo, Elad GilPinecone 首席执行官 Edo Liberty 向 Sarah Guo 和 Elad Gil 讲述，检索增强生成（RAG）、无服务器（serverless）向量数据库（vector database），以及把知识放在模型之外，如何让大语言模型（LLM）更可靠。
1:26:20EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年3月2日播客四十美元为 Joe Rogan 建索引：Chroma、铲子与机器学习的莱特飞行者时代主持 Nathan LabenzChroma 联合创始人 Anton Troynikov 谈嵌入（embedding）作为语言模型应用存储层的意义、Stable Attribution，以及为什么机器学习仍在靠直觉飞行。
51:55EN
Unsupervised Learning: With Jacob Effron播客The Search Engine Under AI Apps: Why Bigger Context Windows Aren't Enough主持 Jacob EffronTurbopuffer CEO Simon on object-storage databases, vector-search trade-offs, and the AI features that will become SaaS table stakes.
1:01:13ENUnsupervised Learning: With Jacob Effron播客Pinecone's Vector Database Bet: Scaling Through the ChatGPT Tsunami主持 Jacob EffronEdo Liberty explains how Pinecone scaled through the generative AI boom, why vector search is more than a database add-on, and where he sees the next AI infrastructure shifts.