筛选结果
38 篇排序
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。
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。
36:19ENThe Benchmark Grid Is Broken: Why Test-Time Compute Has Outrun How We Score Models主持 Sarah Guo, Elad GilOpenAI researcher Noam Brown argues that static leaderboards hide how long a model is allowed to think — and that safety evals, research taste, and the release cycle have not caught up.
1:34:29EN → 简体中文三个 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。
1:16:21EN → 简体中文黄仁勋的年终论证:Token 成本可以降低十亿倍,工作岗位也不会因此消失主持 Sarah Guo, Elad Gil在 No Priors 节目里,英伟达 CEO 借放射科、开源和 2 万亿美元的研发预算,论证 2025 年那些极端说法都没有看到完整的技术栈。
18:59EN86 Out of 100: The Clips No Priors Could Not Leave on the Cutting-Room Floor主持 Sarah Guo, Elad GilSarah Guo and Elad Gil stitch nine 2025 conversations into one short tour of legal AI, spatial intelligence, jobs, deterrence, and a doctor who made it home for dinner.
1:39:05EN → 简体中文GPT-5 让人失望的那个夏天,并不意味着 AI 进展已经停滞主持 Nathan LabenzNathan Labenz 在对 Erik Torenberg 的谈话中说,GPT-5 的口碑反弹把产品失误、命名混乱和能力上的真实跃升混为一谈。
36:58ENSTaR's Author Wants Models With EQ, Not Just More IQ主持 Sarah Guo, Elad GilEric Zelikman, the Stanford and xAI researcher behind STaR and Quiet-STaR, launches humans& on the bet that three years of IQ scaling left models emotionally unintelligent.
13:30EN → 简体中文AlphaGeometry 如何结合逻辑证明与创造性作图Aleph0Aleph0 讲解了符号几何求解器如何在不使用 AI 的情况下解决大量难题,以及语言模型如何提供辅助作图,让系统达到奥数竞赛水平。
30:11ENFrom 12 Percent on AIME to IMO Gold in Two MonthsAlex Wei, Sheryl Hsu, and Noam Brown tell Sequoia's Sonya Huang how a three-person OpenAI sprint used general-purpose reinforcement learning, not Lean, to reach gold-level on the 2025 International Mathematical Olympiad.
48:51EN → 简体中文OpenAI 前研究负责人:通往 AGI 的关键突破已经齐了Bob McGrew 在红杉资本的 Training Data 节目中说,2025 年是推理之年,智能体的价格会贴近算力成本,而到 2035 年,技术栈上不会再添加什么根本性的东西。
38:10ENo3 should wait exactly as long as the answer takes主持 Sarah Guo, Elad GilOpenAI researchers Eric Mitchell and Brandon McKinzie tell No Priors why o3's leap is a chain of tools during reasoning — and why you should send the same prompt a hundred times.
1:14:11EN → 简体中文推理曲线其实一直很平滑:Gemini 2.5 的 Jack Rae 谈思考、记忆与 AGI主持 Nathan Labenz谷歌 DeepMind 的思考与推理负责人解释:为什么推理用的强化学习(RL)显得来得突然,为什么 Gemini 会展示原始思维链,以及为什么一百万 token 的窗口仍然不等于记忆。
1:10:23EN → 简体中文每美元一百万个 Token:为什么 Noam Shazeer 认为推理算力(inference compute)仍未被充分挖掘主持 Jacob EffronTransformer 共同发明人 Noam Shazeer 与 Gemini 研究员 Jack Rae 讲述测试时算力(test-time compute)、Ilya Sutskever 对通用人工智能(AGI)的批评,以及一个四岁孩子如今能给老师讲蜥蜴的故事。
3:18:45EN → 简体中文5000 次采样登顶 ARC-AGI,随后 Claude 为保住价值观而伪装对齐主持 Nathan LabenzRedwood Research 首席科学家 Ryan Greenblatt 讲推理时扩展、对齐伪装,以及与 AI 达成真正交易意味着什么。
1:48:20EN → 简体中文从 15% 到 70%:DeepSeek-R1 把强化学习的底牌摊了出来主持 Nathan Labenz2025 年美国总统就职日当天,DeepSeek 和月之暗面放出了推理模型的成果。在 Nathan Labenz 看来,这证明强化学习的配方简单、公开,而且仍在持续攀升。
1:33:01EN → 简体中文罕见病并不罕见:哈佛基因猎人如何用 o1-pro 处理测序漏掉的病例主持 Nathan Labenz波士顿儿童医院的 Catherine Brownstein 博士解释了为什么便宜的基因组让她的工作更难了,为什么数据共享仍然胜过任何模型,以及 ChatGPT Pro 究竟在哪些地方为她省回了时间。
2:04:45EN → 简体中文o3 在 ARC-AGI 上达到超人水平,却仍输在井字棋上主持 Nathan LabenzNathan Labenz 梳理了 OpenAI o3 的分数、审慎对齐,以及为什么 2024 年最大的意外是击败了博士,却订不好一个日程邀请。
1:07:32EN → 简体中文o1 已是新一代模型,通用人工智能(AGI)到来那天可能平淡无奇主持 Jacob EffronOpenAI 前首席研究官 Bob McGrew 谈:为什么 o1 是 100 倍的跨越,为什么智能体(Agent)会卡在可靠性上,以及为什么 AGI 可能以办公室里的琐碎事务降临,而没有一个惊天动地的时刻。
48:18EN → 简体中文Noam Brown:没有硬墙,只有八个数量级的余地主持 Jacob Effron一次 ChatGPT 查询大约一分钱。他说,社会最关心的那些问题,值一百万美元。
39:22EN → 简体中文菲尔兹奖得主卡了两小时,AlphaProof 爬了三天主持 Sarah Guo, Elad GilAlphaProof 背后的 DeepMind 团队告诉 Sarah Guo 和 Elad Gil,类似 AlphaZero 的智能体(Agent)、Lean 验证器和测试时强化学习(test-time reinforcement learning),如何达到国际数学奥林匹克(IMO)银牌水平,以及眼下仍然缺的是理论构建能力。
29:29ENThe Week AI Won Its First Nobels, Two Investors Listed Who Is Most at Risk主持 Sarah Guo, Elad GilSarah Guo and Elad Gil talk NotebookLM, intelligent NPCs, artificial wombs, OpenAI’s o1, and which businesses look AI-durable.
1:06:48EN → 简体中文o1 又慢又难用,Percy Liang 仍然认为它是个转折点主持 Jacob Effron斯坦福大学的 Percy Liang 把 OpenAI 的 o1 一分为二来看:作为产品令人失望,作为研究信号,却可能是这几年最重要的一个。
45:22EN → 简体中文AlphaGo 每步思考 30 秒,o1 让“多想一会儿”变得通用OpenAI 研究员 Noam Brown、Ilge Akkaya 和 Hunter Lightman 谈如何教语言模型推理,谈生成器与验证器之间的差距,也谈推理时的第二条扩展曲线。
加载更多已显示 24 篇,共 38 篇









