筛选结果
60 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。
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。
1:53EN → 简体中文
Matthew Berman· 2026年7月8日Anthropic 的 J-space 研究揭示了什么 AI 推理现象Matthew Berman · Forward FutureMatthew Berman 讨论模型内部表征、干预和意识问题；研究本身也说明了重要的局限。
11:15EN → 简体中文Matthew Berman· 2026年3月27日ARC-AGI-3：测试 AI 智能体如何学习陌生游戏规则Matthew Berman · Forward FutureMatthew Berman 介绍 ARC 早期网格谜题，亲自试玩 ARC-AGI-3 的互动关卡，并查看早期模型成绩。这一基准测试的是特定形式的适应能力，并不能最终判定系统是否具有通用智能。
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。
7:49EN → 简体中文Matthew Berman· 2025年12月2日DeepSeek V3.2：推理、稀疏注意力与智能体训练Matthew Berman · Forward FutureMatthew Berman 解读 DeepSeek 在 2025 年 12 月发布的模型、基准结果，以及提升长上下文效率和工具使用能力的技术。
1:39:05EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年10月29日播客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。
13:53EN → 简体中文Matthew Berman· 2025年10月10日微型递归模型与谜题基准比较的局限Matthew Berman · Forward FutureMatthew Berman 研究一种在 ARC 和数独上报告强劲结果的小型递归网络，以及其实验设置的意义。
26:09EN → 简体中文Matthew Berman· 2025年7月11日Grok 4 与 Heavy 实测：编程、图像、推理和实际问题Matthew Berman · Forward FutureMatthew Berman 在 2025 年 7 月的动手测试中得到交互原型，也遇到若干失败；单个例子能够证明的内容有重要限制。
11:38EN → 简体中文Matthew Berman· 2025年6月12日2025 年 6 月 AI 新闻：Magistral、语音模型与图像生成Matthew Berman · Forward FutureMatthew Berman 回顾 Mistral 推理模型、语音和浏览器更新、Meta 与 Scale AI 的相关报道，以及 FLUX.1 Kontext。
10:09EN → 简体中文Matthew Berman· 2025年5月30日DeepSeek R1 0528：基准提升与两次编程测试Matthew Berman · Forward FutureMatthew Berman 评析 DeepSeek 在 2025 年 5 月推出的推理模型更新，将公布的基准提升与自己的魔方和贪吃蛇编程测试作比较。
15:13EN → 简体中文Matthew Berman· 2025年5月10日Absolute Zero：用自行生成的编程任务训练推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年的论文：预训练语言模型利用可验证的反馈，自行提出并解决编程任务。
14:04EN → 简体中文Matthew Berman· 2025年4月29日Qwen3：开放权重、可调整推理与工具使用Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年 4 月的 Qwen3 系列、其基准成绩、训练流程和本地演示。
19:06EN → 简体中文Matthew Berman· 2025年4月25日睡眠时间计算：在提问前为 AI 准备上下文Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年论文，介绍如何将部分推理移到用户提问之前，以及实验发现的收益和局限。
15:15EN → 简体中文Matthew Berman· 2025年4月19日OpenAI o3 与 o4-mini 的早期反响：工具使用、数学与错误Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年的演示和基准报告，从地点识别、编程到挑战乐观预期的简单错误。
1:14:11EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年4月5日播客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
Unsupervised Learning: With Jacob Effron· 2025年3月17日播客每美元一百万个 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。
12:30EN → 简体中文Matthew Berman· 2025年3月7日QwQ-32B：更小的推理模型及其权衡Matthew Berman · Forward FutureMatthew Berman 考察 Qwen 的强化学习训练方法，测试编程任务，并与 DeepSeek-R1 比较基准成绩和硬件需求。
9:35EN → 简体中文Matthew Berman· 2025年2月25日Claude 3.7 Sonnet 与 Claude Code：早期编程测试Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 2025 年发布时的基准，构建由 AI 控制的贪吃蛇游戏，并测试数学和近期信息。
9:43EN → 简体中文Matthew Berman· 2025年2月20日测试 Grok 3：游戏、推理与网络搜索Matthew Berman · Forward FutureMatthew Berman 尝试一组观众建议的新提示，从贪吃蛇与 Flappy Bird 的混合游戏，到家庭逻辑题和超立方体可视化。
3:18:45EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2025年2月20日播客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。
6:50EN → 简体中文Matthew Berman· 2025年2月12日DeepScaleR：在竞赛数学中测试的小型推理模型Matthew Berman · Forward FutureMatthew Berman 回顾一个 1.5B 模型报告的基准结果，并在本地运行量化版本，测试一道 AIME 题目。
12:07EN → 简体中文Matthew Berman· 2025年2月2日TinyZero：一项耗资约 30 美元的小型算术任务强化学习实验Matthew Berman · Forward FutureMatthew Berman 解释预训练 Qwen 模型如何在 Countdown 中学会搜索和检查答案，以及为什么这项实验没有复现 DeepSeek-R1。
9:58EN → 简体中文Matthew Berman· 2025年1月31日OpenAI o3-mini 发布：推理强度、基准与贪吃蛇测试Matthew Berman · Forward Future2025 年 1 月，Matthew Berman 解读 OpenAI 报告的结果，并用不同推理设置尝试两个编码示例。加载更多已显示 24 篇，共 60 篇