筛选结果
125 篇排序
10:36EN → 简体中文Meta Muse Wonder 实测：基准成绩强劲，演示表现不一，额度限制影响体验Matthew Berman · Forward FutureMatthew Berman 测试 Meta 模型的浏览器演示，并分析公开的基准成绩、使用方式和成本。
56:31EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2026年10月6日播客后训练赢在推理：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。
16:57EN → 简体中文Grok 4.7 对比：编程、知识工作与每项任务成本Matthew Berman · Forward FutureMatthew Berman 分析公布的基准和价格，同时指出遗漏的竞争模型及有限的亲自测试。
1:56:40EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年8月8日播客周期表早已在权重里主持 Nathan LabenzGoodfire 首席技术官 Dan Balsam 向 Nathan Labenz 讲述，概念流形、预测性数据调试，以及每月 1000 美元的研究智能体，如何把可解释性变成一款产品。
2:06:41EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年7月9日播客把 J-space 清零，模型的隐藏目标在第一个 Token 上就亮了主持 Nathan Labenz《The Cognitive Revolution》的每周精选：Anthropic 的全局工作空间（global workspace）论文、AI 超级预测者、开放的视频世界模型，以及一款把推理当作数据搬运问题来解的芯片。
50:57EN → 简体中文Unsupervised Learning: With Jacob Effron· 2026年7月9日播客一万亿美元的 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。
1:47:38EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年7月4日播客19 个神经元就能开车，Liquid AI 想把基础模型装进每一块芯片主持 Nathan LabenzRamin Hasani 从线虫只有 300 个细胞的大脑讲起，一直讲到将在梅赛德斯-奔驰汽车里开口说话的 600 兆字节模型，并解释为什么如今的架构搜索，已经胜过那些凭经验拍板的“架构复仇者”。
2:59:44EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年6月3日播客两门濒危语言难倒了 Transformer，嵌套学习给模型加上“睡眠”按钮主持 Nathan LabenzGoogle 研究员 Ali Behrouz 向 Nathan Labenz 讲解，语言模型要获得真正的持续学习，不能只堆叠层数，还要堆叠更新频率，并加入一个离线的睡眠阶段。
1:13:33EN → 简体中文Unsupervised Learning: With Jacob Effron· 2026年6月3日播客一万亿个 Token 之后，概念终于落地：Łukasz Kaiser 谈 Transformer 仍然缺什么主持 Jacob Effron《Attention Is All You Need》合著者在 Unsupervised Learning 节目中表示，Transformer 大概率会继续胜出，但它们学习的方式仍然与人不同。
59:41EN → 简体中文Unsupervised Learning: With Jacob Effron· 2026年5月22日播客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。
1:21:56EN → 简体中文Unsupervised Learning: With Jacob Effron· 2026年5月15日播客Yann LeCun 离开 Meta：大语言模型通向不了智能主持 Jacob Effron这位图灵奖得主对 Jacob Effron 讲述了他为何从 Meta 分拆出 AMI Labs，为何类 JEPA 的世界模型胜过像素生成器，以及他为何认为 Hinton 在 2023 年改变了看法。
1:48:43EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年5月1日播客奖励从 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。
58:46EN → 简体中文Unsupervised Learning: With Jacob Effron· 2026年4月9日播客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。
1:49:53EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年3月5日播客别跟反向传播硬碰硬：Goodfire 押注设计模型学什么主持 Nathan LabenzDan Balsam 和 Tom McGrath 再次做客 The Cognitive Revolution，带来了 1.5 亿美元（150 million）的 B 轮融资、一条名为“意向性设计”（intentional design）的新研究支柱，以及一条给想要引导训练的人的规则：别再试图用蛮力压过梯度下降。
1:34:29EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年2月18日播客三个 IMO 金牌级系统漏掉了同一道题，Harmonic 想让数学能够编译主持 Nathan LabenzVlad Tenev 和 Tudor Achim 打造了 Aristotle，让它输出内核能够检验的 Lean 证明。他们认为，这正是数学超级智能保持可信的方式。
1:04:51EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年2月1日播客1.25 亿个细胞用了十年，下一个十亿只需几个月主持 Nathan Labenz扎克伯格与 Priscilla Chan 谈，如何把前沿生物学实验室与前沿 AI 实验室结成对子，让模型用为它们专门设计的数据来训练。
4:25:13EN → 简体中文
Lex Fridman· 2026年1月31日播客架构几乎没变，变的是数据、成本和开放权重主持 Lex FridmanNathan Lambert 和 Sebastian Raschka 带 Lex Fridman 回顾了这一年：训练方法和数据集的变化，远大于模型设计的变化。展望 2026 年，争论的焦点似乎是推理成本、智能体，以及真正开放的模型该归谁。
1:03:00EN → 简体中文Unsupervised Learning: With Jacob Effron· 2026年1月29日播客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。
2:25:10EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年1月22日播客微调没有死，却把一个乐于助人的模型变得邪恶了主持 Nathan LabenzNathan Labenz 谈为什么大多数工作改由提示词完成而不再微调，涌现式错位（emergent misalignment）到底揭示了什么，以及他如何看待工作、全民基本收入（UBI）和通用人工智能（AGI）。
1:55:12EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年11月8日播客28,000 份文献、一个 30 亿参数的模型、22 个人：天主教 AI 的技术账本主持 Nathan LabenzLongbeard 首席执行官 Matthew Harvey Sanders 在 The Cognitive Revolution 节目中讲述，一支使命驱动的团队如何让模型与天主教训导对齐，以及为什么微调还不够用。
1:29:30EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年10月14日播客2500 个化合物，51% 的命中率：一个小型图网络如何找到新抗生素主持 Nathan LabenzMIT 的 Jim Collins 向 Nathan Labenz 讲述：一个没有正式经费的 2018 年项目，加上二元生长抑制标签和 Chemprop 图网络，如何从实验室根本无法人工筛查的化学空间中找出新抗生素。
1:01:49EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年10月2日播客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。
1:22:07EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年9月25日播客把支付看作影片中的镜头：Stripe 基础模型让卡片测试的检出率从 59% 升至 97%主持 Nathan LabenzStripe 数据与 AI 负责人 Emily Sands 解释：一个面向支付领域的模型、共享的向量表示，以及规则与模型的混合，如何把一个 1.4 万亿美元的网络变成复利式的优势。
2:02:17EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年8月27日播客稀疏自编码器找名词，参数分解找动词主持 Nathan LabenzGoodfire 的 Lee Sharkey 认为，稀疏自编码器（SAE）还原的是网络里的变量，却还原不了这些变量运行的算法。他还介绍了随机参数分解（SPD）如何尝试还原计算本身。加载更多已显示 24 篇，共 125 篇