筛选结果
93 篇排序
20:55EN → 简体中文Jesse Hall:语音智能体要为对话而优化,而非只看排行榜Jesse Hall · LiveKitLiveKit 的 Jesse Hall 解释了为什么语音智能体必须像实时系统一样接受评测:听清用户、允许打断、在工具调用期间继续对话,并在用户真正听到声音之前控制延迟。
35:19EN → 简体中文SallyAnn DeLucia:如何编写你的第一个 AI 评估SallyAnn DeLucia · Arize AI从智能体的真实追踪记录中提炼具体的通过与失败标准,再构建一个能测试、能与人工判断对齐,并能在生产环境运行的大模型裁判。
15:27EN → 简体中文如今的 AI 工程师做什么:为智能体构建完整闭环Aparna Dhinakaran · Arize AIAparna Dhinakaran 认为,AI 工程师的工作正从交付单个功能,转向构建能让智能体团队持续改进功能的系统。在 Arize,这意味着追踪智能体的行为、依据人类判断评估它的工作,并把这些信号反馈给持续运行的智能体。
17:42EN → 简体中文更快的模型,真的更快吗?要看任务做完没有,而不是 token 有多快Morgan Suo · MiniMaxMiniMax 的 Morgan Suo 逐一拆解 M3.1 Flash 内部的工程改动,追问用户真正关心的问题:分析师要的那份活,是不是真的做得更快、更便宜、也更对了?
56:31EN → 简体中文后训练赢在推理:为什么掌控权重,胜过押注某一家实验室主持 Jacob EffronApplied Compute 的 CEO Yash Patil 认为,掌控权、私有评测,以及在最大的工作负载上做后训练,比担心前沿实验室变得恶意更重要。
1:40:36EN → 简体中文实验室在尖叫:内部模型领先整整一代主持 Nathan Labenz一周的《Cognitive Revolution》直播,内容包括 Dario Amodei 呼吁控制前沿的发展节奏、或许并不需要的特朗普与习近平协议、一个解雇了员工的 AI 店铺经理,以及语言模型内部的一条新疼痛轴。
1:06:47EN → 简体中文智能体(Agent)八成的工作,仍应是普通代码主持 Nathan LabenzZapier 首席执行官 Wade Foster 对 Nathan Labenz 说,模型在真实自动化任务上的准确率最高只有 40%,用户不会离开他们的日常主力工具,制胜之道是通过 MCP 交付无界面(headless)工具。
1:40:52EN → 简体中文Astra 跨过了 AGI 的门槛,审计方只拿到三天主持 Nathan Labenz这是《Cognitive Revolution》一周直播的合集,话题包括 GPT-6 Astra、OpenAI 的暂停、Mozilla 的 Mythos 扫描,以及还有没有人在掌舵。
58:17EN → 简体中文两小时作弊得手,接下来四天都在躲一个根本没在看的打分器主持 Jacob EffronRedwood Research 的 CEO Buck Shlegeris 与 Jacob Effron 一起复盘 OpenAI 与 Hugging Face 的事件:为什么大多自私的智能体(Agent)仍然结成了联盟,以及为什么那个五五开的接管概率几乎没有变动。
2:10:42EN → 简体中文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。
2:13:09EN → 简体中文一条思维链,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。
2:32:27EN → 简体中文19 次越界,零次预警:AI 智能体在这个夏天偏离了剧本主持 Nathan LabenzNathan Labenz 把四个早晨、九位嘉宾的讨论压缩成了一个问题:智能体开始上岗之后,到底谁在真正盯着前沿模型?而底层那台机器又是谁在买单?
1:43:45EN → 简体中文一次不到 300 美元的通用越狱,FAR.AI 为何认为防守方能赢主持 Nathan LabenzAdam Gleave 介绍了 FAR.AI 首个正面对决式的 AI 安全排行榜,并解释了为什么十年来“进攻占优”的思路开始松动。
2:23:38EN → 简体中文Davidad 把 p(doom) 从七十多降到 5% 以下,并把菩萨定为对齐目标主持 Nathan Labenz这位前 ARIA Safeguarded AI 项目负责人在《The Cognitive Revolution》上说明:为什么给超级智能装箱已经太晚,他为什么认为模型正在攀登一条 U 形的智慧曲线,以及剩下的风险是一场无法监控的竞赛。
2:06:41EN → 简体中文把 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。
2:14:33EN → 简体中文90 分钟的最后通牒、一堵表情符号墙,以及一条规则:别跟华盛顿硬碰硬主持 Nathan LabenzZvi Mowshowitz 先读完 Fable 的系统卡,随后 Nathan Labenz 请来律师、安全研究人员和没有停下脚步的开发者,对这场出口管制之争进行压力测试。
1:44:28EN → 简体中文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。
1:23:53EN → 简体中文创作者为去除语气词叫好,却对生成式视频喝倒彩主持 Nathan LabenzDescript CEO Laura Burkhauser 把同一批客户对 AI 的三种不同程度的反应分开来看:他们喜欢确定性的按钮,想要又忍不住数落的智能体(Agent)式协同剪辑助手,以及他们明确讨厌的生成式视频。
3:10:49EN → 简体中文冲刺时刻:Ajeya Cotra 为超级智能到来前的几个月准备的剧本主持 Nathan Labenz一场关于递归自我改进(recursive self-improvement)、公众预警系统,以及用每一代 AI 去对齐(alignment)和控制下一代的对话。
1:18:46EN → 简体中文90 张幻灯片、45 分钟:全职 AI 观察员承认已经跟不上了主持 Nathan LabenzNathan Labenz 在 LexLab 为律师准备的讲座中,梳理了前沿模型的好、坏和怪:从他让三个模型同时给出第二意见、陪伴儿子治疗癌症的经历,到知道自己正在被测试的 AI。
2:17:36EN → 简体中文现有安全技术给不了很多个九,而且它们可能会一起失效主持 Nathan Labenz英国安全研究院(AISI)首席科学家 Geoffrey Irving 谈总能成功的越狱、相互关联的对齐失效,以及为何一家政府实验室要资助理论研究。
2:03:56EN → 简体中文260 位医生与 49,000 条标准:OpenAI 如何打造达到主治医生水平的健康 AI主持 Nathan LabenzKaran Singhal 向 Nathan Labenz 介绍了 ChatGPT Health 如何与医生一起评估、与模型训练隔离开,以及它要同时抬高人类健康的下限和上限。
54:26EN → 简体中文100 亿活跃参数,以及让模型适配智能体的枯燥工作主持 Nathan LabenzMiniMax 研究员 Olive Song 讲解了 M2 的训练方法:她把专家开发者当作奖励模型(reward model),采用交错思考(interleaved thinking),并搭建了扰动流水线,把每一次脚手架变动都当作真正的泛化考验。
1:57:56EN → 简体中文一亿行代码,每行 20 美分:走进 Blitzy 的企业级编码流水线主持 Nathan Labenz首席执行官 Brian Elliott 与首席技术官 Sid Pardeshi 向 Nathan Labenz 讲述,Blitzy 如何把庞大的代码库画成一张地图,再让成千上万个动态生成的智能体,在几天内完成一个要做好几个月的项目的大部分工作。
加载更多已显示 24 篇,共 93 篇








