筛选结果
220 篇排序
2:00:51EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年10月10日播客在每个 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。
1:30:54EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年10月3日播客人形机器人跑赢了博尔特，DeepMind 仍将机器人评为 GPT-2 水平主持 Nathan LabenzGoogle DeepMind 的 Gemini Robotics 负责人讲述：为什么冲刺很容易、煎蛋很难，以及为什么一个大脑应该能驱动任何身体。
2:13:27EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年9月29日播客他写书要叫停 AI 竞赛，自己却差点对 Claude 上了瘾主持 Nathan Labenz记者 Garrison Lovely 相信 AGI 实验室说的话，拒绝“泡沫论”的说法，并主张冻结前沿研发，直到公众真正表示同意。
27:29EN → 简体中文
Theo - t3․gg· 2026年9月27日放缓 AI 前沿发展，对模型发布意味着什么？Theo Browne · T3Theo 认为，发布更可靠、更实惠的模型，可以与放缓最危险能力的发展同时进行。
51:55EN → 简体中文
3Blue1Brown· 2026年9月18日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。
0:31EN → 简体中文
Matthew Berman· 2026年9月13日Navier–Stokes 问题与 OpenAI 宣称的解答Matthew Berman · Forward FutureMatthew Berman 借助旋转流体的画面，介绍一道百万美元数学难题及 OpenAI 在 2026 年 9 月的公告。
0:58EN → 简体中文Matthew Berman· 2026年9月11日模拟果蝇的驾驶与游戏演示Matthew Berman · Forward FutureMatthew Berman 展示果蝇驾驶和玩游戏的虚拟场景，并畅想未来的脑模拟。
32:54EN → 简体中文Matthew Berman· 2026年9月10日Matthew Berman 谈 AI 自我改进、安全警告与不安中的乐观Matthew Berman · Forward Future一篇 2026 年 9 月的评论，讨论加速的 AI 研究、Anthropic 研究员辞职，以及治理能力日益增强的系统所面临的挑战，并对其中的数学和评测说法作出重要更正。
13:32EN → 简体中文Matthew Berman· 2026年9月9日OpenAI 的 Navier–Stokes 证明声明、研究署名与 AI 的未来Matthew Berman · Forward FutureMatthew Berman 探讨 OpenAI 关于 AI 智能体完成证明的声明、相关研究和数据使用争议，以及此事对 AI 驱动科学发现可能意味着什么。
2:10:42EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年8月28日播客没人审核的考卷主持 Nathan Labenz前沿实验室从一群小供应商那里购买强化学习（reinforcement learning）环境，却几乎没人核查这些测试是否贴合真实工作。
0:59EN → 简体中文Matthew Berman· 2026年8月28日一款瞄准蚊子的激光设备Matthew Berman · Forward FutureMatthew Berman 介绍了一种拟议的激光灭蚊设备，以及一段简短宣传视频中宣称的功能。
2:13:09EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年8月26日播客一条思维链，1 亿 Token：强化学习真让人上瘾主持 Nathan LabenzApollo Research 的 Bronson Schoen 谈追逐奖励的模型、模型自创的俚语，以及为什么思维链监控救不了我们。
0:55EN → 简体中文Matthew Berman· 2026年8月25日AGI、递归自我改进与超级智能Matthew Berman · Forward FutureMatthew Berman 介绍三个 AI 术语，并解释他对这些能力可能如何发展的预期。
2:16:29EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年8月2日播客从每月两篇到每月六十篇：两周中国行看到的 AI 安全主持 Nathan LabenzNathan Labenz 认为，那句耳熟能详的“中国绝不会慢下来”，一接触到中国真实的 AI 安全生态就站不住了。
32:18EN → 简体中文Theo - t3․gg· 2026年8月1日调节 AI 前沿发展节奏：Theo 谈安全、竞争与协调Theo Browne · Ping LabsAI 公司员工发表声明，要求为协调自动化 AI 发展的速度建立工具。Theo 探讨相关风险和达成国际协议的困难。
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。
25:34EN → 简体中文Matthew Berman· 2026年7月8日Anthropic 的 J-Space 研究：实验揭示了什么，还有哪些未知Matthew Berman · Forward FutureMatthew Berman 解读 Claude 内部表征的实验，涵盖因果干预、安全审计以及意识相关结论的边界。
1:57:46EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年6月27日播客意识 30%、蜜蜂 47%、人员更替 80%：用数字衡量 AI 正在变成什么主持 Nathan Labenz《The Cognitive Revolution》的周度精选，先从 Cameron Berg 谈模型内部开始，再拉远到“逐步剥夺人类权力”（gradual disempowerment）、欧洲的两难处境，以及围绕智能体（Agent）重新搭建业务的公司。
1:44:28EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年6月13日播客Fable 发布周：会拒绝的模型、两年的对齐时钟，以及交出去的推特账号主持 Nathan LabenzNathan Labenz 的《AI in the AM》精选集（2026 年 6 月）涵盖了 Anthropic 的新一代前沿模型、Sequent 的成立，以及一周内定下的一个争论：AI 没有放慢脚步。
44:57EN → 简体中文Theo - t3․gg· 2026年6月8日Theo 解读 Anthropic：如何为 AI 自我改进做准备Theo审视内部生产力证据、AI 未来的不确定性，以及协调暂停的难题。
1:22:36EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2026年6月6日播客一千名研究员、一百万个 AI：前沿实验室开始谈论刹车主持 Nathan Labenz《AI in the AM》的第一周跟踪了 OpenAI 的时间表：今年推出 ML 实习生模型，2028 年初出现人类水平的 AI 研究员。同时还有一场闭门会议，实验室在会上承认，将来也许需要一起放慢速度。
44:52EN → 简体中文Matthew Berman· 2026年6月5日Anthropic 递归自我改进报告：证据、局限与减缓 AI 发展的争论Matthew Berman · Forward FutureMatthew Berman 解析 Anthropic 在 2026 年关于 AI 辅助开发、研究基准测试及自主自我改进可能路径的论述。
1:31:56EN → 简体中文Matthew Berman· 2026年6月4日当 AI 开始构建自身：Anthropic 关于递归改进的文章及其局限Matthew Berman · Forward FutureMatthew Berman 审视 Anthropic 对内部编程和研究的说法，质疑其提出的放缓方案，并思考自主 AI 开发可能带来的影响。
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。加载更多已显示 24 篇，共 220 篇