筛选结果
198 篇排序
1:08:02EN → 简体中文
Sequoia Capital· 2026年10月13日播客AlphaGo 花了两年，AlphaZero 只用了几个小时：Silver 在超级智能上押了同样的注David Silver 和 Lasse Espeholt 离开 DeepMind，创办了一家二十人的实验室 Ineffable Intelligence。他们想打造一个超级学习者（superlearner），让它从经验中发现科学、数学和语言，而不是靠一轮预训练（pre-training）。
56:31EN
Unsupervised Learning: With Jacob Effron· 2026年10月6日播客Post-Training Wins Inference: Why Owning the Weights Beats Betting on One Lab主持 Jacob EffronApplied Compute CEO Yash Patil argues that control, private evals, and post-training on the biggest workloads matter more than fearing that frontier labs will turn malicious.
38:14EN
No Priors: AI, Machine Learning, Tech, & Startups· 2026年9月18日播客 · 2 人对谈Diffusion Will Win Inference: Stefano Ermon Bets Parallel Tokens Beat Custom Silicon主持 Sarah Guo, Elad GilThe Stanford diffusion pioneer tells No Priors why a 50-person lab is training language models that generate many tokens at once — and why that maps to GPUs the way transformers once mapped to training.
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。
47:22ENSequoia Capital· 2026年8月4日播客From One in a Thousand to 15 Percent: Chai Discovery Treats Drug Design as a Scaling ProblemJoshua Meier and Matthew McPartlon tell Sequoia’s Training Data why antibody design is an engineering problem, not a bespoke science, and why they sell a molecular CAD suite instead of their own drugs.
49:12ENSequoia Capital· 2026年7月29日播客The People Writing the Transformer’s Eulogy Want a Lab That Can Take Vacation Without Themo1’s reasoning lead and a Gemini pre-training lead argue the architecture, not more scale, is now the bottleneck — and that replacing it starts with automating kernel generation.
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。
50:57ENUnsupervised Learning: With Jacob Effron· 2026年7月9日播客A Trillion Dollars of GPUs Will Be Worth $100 Billion in Five Years, Says LSTM's Jürgen Schmidhuber主持 Jacob EffronThe AI pioneer tells Unsupervised Learning's Jacob Effron why he is wildly optimistic about the technology and deeply pessimistic about the model companies buying the chips.
1:47:38ENCognitive Revolution "How AI Changes Everything"· 2026年7月4日播客19 Neurons Can Drive a Car. Liquid AI Wants Foundation Models on Every Chip主持 Nathan LabenzRamin Hasani traces liquid neural networks from a worm's 300-cell brain to a 600-megabyte model that will talk from inside a Mercedes, and explains why architecture search now beats architecture avengers.
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。
59:41ENUnsupervised Learning: With Jacob Effron· 2026年5月22日播客The GPT moment for video hasn’t arrived, but AGI may already be here主持 Jacob EffronA day after Google I/O 2026, Gemini co-lead Oriol Vinyals argues that world models, file-system memory, and infinite-complexity RL environments will define the next era of frontier models.
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。
1:34:29ENCognitive Revolution "How AI Changes Everything"· 2026年2月18日播客Three IMO Golds Missed the Same Problem. Harmonic Wants Math to Compile主持 Nathan LabenzVlad Tenev and Tudor Achim built Aristotle to emit Lean proofs a kernel can check—and they argue that is how mathematical superintelligence stays trustworthy.
1:04:51ENCognitive Revolution "How AI Changes Everything"· 2026年2月1日播客125 million cells took a decade. The next billion takes months主持 Nathan LabenzMark Zuckerberg and Priscilla Chan on pairing a frontier biology lab with a frontier AI lab so models train on data that was designed for them.
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。
1:03:00ENUnsupervised Learning: With Jacob Effron· 2026年1月29日播客A Model That Solves New Math Problems Every Week Still Isn't AGI主持 Jacob EffronFormer OpenAI research VP Jerry Tworek on why scaling still works, why models go hopeless when they fail, and why he left to chase continual learning.
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）。
1:01:38ENSequoia Capital· 2026年1月6日播客13-Hour Coffee and 2x Throughput: Physical Intelligence Crosses the Deployment LineKarol Hausman and Tobi Springenberg tell Sequoia’s Training Data how a general robot brain, plus real-world RL, turned coffee, laundry, and chocolate boxes into jobs that actually run.
41:36ENSequoia Capital· 2025年11月18日播客Four Months to Drive Tokyo: How Wayve Bet the Company on One End-to-End NetworkWayve CEO Alex Kendall tells Sequoia’s Training Data why AV 2.0 ditches HD maps and hand-written stacks for a foundation model that can adapt to a new car and a new country in weeks.
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。加载更多已显示 24 篇，共 198 篇