筛选结果
20 篇排序
1:02EN → 简体中文
Matthew Berman· 2026年10月15日从打孔卡到 AI 软件工厂Matthew Berman · Forward FutureMatthew Berman 对比早期编程和 AI 辅助工作流，并推广 Factory 的开发工具。
10:16EN → 简体中文Matthew Berman· 2026年1月14日Matthew Berman 解读马斯克与 OpenAI 诉讼披露的文件Matthew Berman · Forward Future电子邮件、消息和日记摘录呈现了 OpenAI 早期方向与 2023 年领导层危机中的争议，相关法律主张仍有争议。
8:16EN → 简体中文Matthew Berman· 2026年1月12日AI 与 Erdős 问题 397：经过验证的证明、先前成果和自我改进的前景Matthew Berman · Forward FutureMatthew Berman 讨论 AI 辅助数学研究，认为算法发现可能加速 AI 发展；问题 397 的历史则为这一讨论提供了重要背景。
15:09EN → 简体中文Matthew Berman· 2024年9月21日2024 年 9 月 AI 新闻：ChatGPT、核电与新模型Matthew Berman · Forward FutureMatthew Berman 回顾一周 AI 和科技新闻，从三哩岛购电协议到新的推理、语音和开放权重模型。
12:03EN → 简体中文Matthew Berman· 2024年9月6日Reflection 70B：自我纠错的说法与 2024 年演示的局限Matthew Berman · Forward FutureMatthew Berman 评测一个经过训练、会生成反思步骤的模型。其最初的基准成绩后来难以由独立评估者复现。
22:27EN → 简体中文Matthew Berman· 2024年3月6日OpenAI 对马斯克诉讼的 2024 年回应：资金、控制权与开放性Matthew Berman · Forward FutureMatthew Berman 分析 OpenAI 公开的叙述和邮件，讨论有关创始使命、融资以及 AI 研究是否应保持开放的争议。
1:50:09EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年2月27日播客九百种职业、二十年，AI 革命仍未到来主持 Nathan Labenz经济学家 Robin Hanson 在 The Cognitive Revolution 节目中说，每一次 AI 演示看上去都和上一次差不多，真正该看的是工资和在职人数。
1:58:43EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年2月7日播客一条只有 302 个神经元的线虫已经会权衡取舍，AI 仍停在同一座梯子上主持 Nathan LabenzMax Bennett 把 6 亿年的大脑演化对应到五次突破上，并追问今天的模型究竟爬上了哪几级台阶。
17:51EN → 简体中文Matthew Berman· 2023年11月20日OpenAI 2023 年领导层危机与后续发展Matthew Berman · Forward FutureMatthew Berman 回顾截至 2023 年 11 月 20 日 Sam Altman 突然被解职及员工的反应；此后的发展改变了事件结局。
7:09EN → 简体中文Matthew Berman· 2023年7月28日2023 年 7 月 AI 动态：SDXL、Worldcoin 与生物计算Matthew Berman · Forward FutureMatthew Berman 回顾一周的 AI 进展，从 Google 的 Gemini 项目和新生成模型，到生物识别身份与培养神经元实验。
1:25:50EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年4月18日播客提示词工程（prompt engineering）变成了编程，Riley Goodside 对此并不介意主持 Nathan LabenzScale AI 首位资深提示词工程师谈工具调用（tool use）、不失忆的微调（fine-tuning）、先生成再排序，以及 2023 年“未来工作”的故事为什么没有成真。
6:00EN → 简体中文Matthew Berman· 2023年2月13日Nothing, Forever：AI 生成喜剧与电视的未来Matthew Berman · Forward FutureMatthew Berman 讨论这部程序生成的 Seinfeld 致敬作品、其尴尬的喜剧效果、审核挑战及对未来媒体的启示。
2:02:45EN → 简体中文
Lex Fridman· 2020年12月26日播客偷代码：让算法跑起来本身一分不给主持 Lex FridmanCharles Isbell 和 Michael Littman 与 Lex Fridman 聊了为什么机器学习不只是统计，为什么挣扎必须保有希望，以及 6600 美元的在线硕士到底卖的是什么。
46:25ENLex Fridman· 2019年1月17日播客Deep Learning at the Edge of 2019: BERT, Autopilot, and the Ideas That Broke Through主持 Lex FridmanA tour of the architectural, applied, and automation breakthroughs that defined deep learning in 2018 and set up 2019.
1:25:16ENLex Fridman播客From Hand-Built Features to ResNets: Andrej Karpathy's Crash Course in Convolutional Networks主持 Lex FridmanA 2016 Deep Learning School talk covering how convnets work, how the ImageNet winners evolved, and how to apply them without being a hero.
12:16ENLex Fridman播客Rule 30 and Richard Feynman: Stephen Wolfram on Intuition Versus Computational Experiment主持 Lex FridmanWolfram recalls working with Feynman at Thinking Machines, why Feynman hid his calculations, and how building a computer language changed his approach to science.
1:03:25ENLex Fridman播客Theano in an Hour: Symbolic Graphs, Automatic Gradients and a Compiler That Rewrites Your Math主持 Lex FridmanPascal Lamblin of MILA walks through how Theano builds, differentiates, optimizes and runs computation graphs, then trains logistic regression, a convnet and an LSTM.
40:25ENLex Fridman播客A Language That Knows the World: Stephen Wolfram on Computable Knowledge主持 Lex FridmanIn this clip from the Lex Fridman Podcast, Stephen Wolfram explains what makes the Wolfram Language different from ordinary programming languages and how it grew into a computable knowledge base, from Wolfram Alpha to computational contracts.
1:20:58ENLex Fridman播客From Bag of Words to Attention: Quoc Le Teaches Sequence-to-Sequence Learning Through Email Replies主持 Lex FridmanA Deep Learning School talk that builds sequence-to-sequence models step by step around one running example, automatic email reply, and then surveys memory and operation-augmented networks.
1:27:41ENLex Fridman播客Deep Learning in 2020: Lex Fridman's Tour of Transformers, Self-Play, Self-Driving and What Comes Next主持 Lex FridmanAn MIT lecture surveys the biggest advances of 2017 to 2019 across language, reinforcement learning, deep learning theory and autonomous vehicles, and lists Fridman's hopes for the year ahead.