筛选结果
6 篇排序
1:37:47EN → 简体中文漏洞能打补丁,模型打不了:为什么 AI 防护栏挡不住攻击嘉宾 Sander Schulhoff · 主持 Lenny Rachitsky对抗鲁棒性研究者 Sander Schulhoff 说明,提示注入和越狱至今无解,防护栏产品给不了企业真正的保护,团队眼前该靠权限和隔离。
1:14:59EN → 简体中文Ben Mann:AI 还在加速,对齐却不能等到超级智能到来再做主持 Lenny RachitskyAnthropic 联合创始人谈人才争夺、缩放定律、经济图灵测试、就业冲击、离开 OpenAI、宪法式 AI,以及他对超级智能风险的预测。
1:39:22EN → 简体中文成功把公司变成靶子:Eric Ries 讲怎样做成不可腐蚀的企业主持 Lenny Rachitsky《精益创业》作者用 Anthropic、Costco、Patagonia 和 Novo Nordisk 说明:毁掉好公司的往往不是对手,而是默认治理与财务引力。
1:12:12EN → 简体中文模型是长出来的:Anthropic 研究员如何看见 Claude 的思考过程主持 Lenny RachitskyAnthropic 可解释性研究员 Emmanuel Ameisen 说明,查看语言模型的中间计算,能看见通用概念、提前规划和奇怪故障,这些发现也关系到对齐。
1:32:41EN → 简体中文漏洞能打补丁,大脑打不了:AI 护栏为什么拦不住攻击主持 Lenny RachitskyHackAPrompt 的 Sander Schulhoff 解释,提示注入和越狱仍未解决、护栏行业在卖虚假安心感,以及组织眼下能做的事。
1:47:58EN → 简体中文让意见不合的人达成共识:Community Notes 怎样做出可信的事实核查嘉宾 Keith Coleman, Jay Baxter · 主持 Lenny RachitskyCommunity Notes 产品负责人 Keith Coleman 和创始机器学习工程师 Jay Baxter 讲述这套算法如何运转、一支极小的团队如何把它做出来,以及它为何能在 Twitter 和 X 的四任领导者手里活下来。









