筛选结果
41 篇排序
1:48:57EN → 简体中文AI 安全真正短缺的是创始人,点子反倒不缺主持 Nathan LabenzHalcyon 的 Mike McCormick 谈三年内推动约 30 家 AI 安全、网络安全和生物安全机构成立,以及为什么瓶颈在于经验丰富的领导者,光靠多写几份谷歌文档解决不了问题。
1:55:12EN → 简体中文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。
1:51:39EN → 简体中文给 AI 做的原生广告引擎,以及它绕不开的几个问题主持 Nathan Labenz曾把 Honey 以 40 亿美元卖给 PayPal 的 Ryan Hudson,与 Nathan Labenz 一起解释 ZeroClick 押注付费推理时广告的理由,以及他尚未被迫正面回应的社会层面的激励问题。
1:19:46EN → 简体中文被哥伦比亚大学停学后,Roy Lee 募得 1500 万美元,喊出“什么都作弊”主持 Nathan LabenzCluely 创始人 Roy Lee 认为,一层不可被察觉的桌面覆盖层、AI 极大化主义,以及活到 800 岁的后 AGI 人生,本质上是同一场赌注。
1:24:27EN → 简体中文每月处理 500 万亿个 Token:谷歌如何一年增长 50 倍主持 Nathan LabenzLogan Kilpatrick 重返 Cognitive Revolution,拆解谷歌 2023 年年中的合并、他为何预计前沿实验室(frontier labs)会走向分化,以及创业公司为何仍握有速度优势。
1:00:48EN → 简体中文a16z 的 AI 政策负责人最担心的一句话:“只覆盖少数几家公司”主持 Nathan LabenzMatt Perault 认为,AI 规则应当针对有害用途,而不是模型研发本身;而门槛定得“温和”的规定,可能把寡头格局固化下来。
1:54:08EN → 简体中文为什么 Anthropic 的第一笔投资给了一家为神经网络造显微镜的公司主持 Nathan LabenzGoodfire 的 Dan Balsam 和 Tom McGrath 认为,机制可解释性(mechanistic interpretability)如今已经有了一个准范式,留着两道顽固的缺口,还有三款今天就值得推出的产品。
1:27:33EN → 简体中文一个 70B 模型订餐的成功率只有两成,MultiOn 一天之内把它提到 95%主持 Nathan LabenzMultiOn 首席执行官 Div Garg 再次做客《The Cognitive Revolution》,回顾 18 个月来的智能体(Agent)热潮、AgentQ 的技术栈,以及为什么 2025 年仍可能是垂直领域智能体的一年。
1:06:15EN → 简体中文越狱变难了,规模却让其中一种攻击更糟主持 Nathan LabenzHaize Labs 花了一个月自动攻击 OpenAI 的 o1。模型对该拒绝什么的推理更加细致,但你若教它一套自制密码,就另当别论了。
1:52:00EN → 简体中文每个概念都得靠 4096 个数字来承载,Goodfire 想要的是旋钮主持 Nathan LabenzDan Balsam 和 Tom McGrath 解释稀疏自编码器(sparse autoencoder)如何拆开语言模型的残差流(residual stream),以及一家公益性公司为什么想把这件事做成产品。
1:03:22EN → 简体中文40 人团队年收入 3500 万美元:HeyGen 把 AI 数字人做成了生意,不再只是演示主持 Nathan LabenzJoshua Xu 和 Benchmark 的 Victor Lazarte 向 Nathan Labenz 讲述,这款替代摄像机的产品如何发展到 4 万多家企业客户,以及为什么这一期里有一半的出镜面孔是假的。
1:32:45EN → 简体中文他用 AI 让公司翻了一番,随后却请各大实验室暂停超大规模扩张主持 Nathan Labenz在《Nick Halaris Show》节目中,《The Cognitive Revolution》主持人 Nathan Labenz 主张尽快采用当下的模型,同时放慢竞相打造比人类更强大系统的步伐。
52:45EN → 简体中文一个 1.5 亿美元的模型,六个月后 500 万美元就能复制:Benchmark 的 AI 投资账主持 Nathan LabenzEric Vishria 与 Quilter 的 Sergiy Nesterenko 解释:为什么印刷电路板(PCB)布局不属于 Copilot 那类问题,为什么人工设计的板子数据是错误的训练集,以及哪些 AI 公司看起来只是一时的虚火。
56:56EN → 简体中文一周的 PCB 布线,一小时就能完成:Quilter 训练的是智能体,而非模仿者主持 Nathan LabenzSpaceX 出身的 Sergiy Nesterenko 向 Will Summerlin 讲述,Quilter 如何用强化学习(reinforcement learning)把原理图编译成可以量产的电路板,以及为什么克隆人类的布线会把系统的上限锁定在人类水平。
1:25:10EN → 简体中文写代码只占工作的 30%,CodiumAI 想要另外那 70%主持 Nathan LabenzItamar Friedman 认为,代码补全已经成了大宗商品,代码完整性是 AI 仍然落后的地方;而让 GPT-4 在编程竞赛中把分数翻了一番的,靠的是流工程(Flow Engineering),不是更花哨的提示词。
1:32:19EN → 简体中文2018 年的提示词论文被拒,如今他的搜索 API 超过了谷歌主持 Nathan LabenzRichard Socher 讲述 You.com 的来路:从一个被拒的统一自然语言处理(NLP)模型,到原生于大语言模型(LLM)的网页索引、三种助手模式,以及他给出的末日概率(P(doom))非常低。
1:01:53EN → 简体中文陪伴类应用的打开频率是 TikTok 的两倍:a16z 只投“怪但能跑通”的消费产品主持 Nathan Labenza16z 消费团队合伙人 Anish Acharya 与 Justine Moore 向 Nathan Labenz 介绍他们面向 AI 原生消费应用的“丰饶议程”。
1:21:28EN → 简体中文提示词是个 bug:Suhail Doshi 押注对像素的控制主持 Nathan Labenz这位 Mixpanel 创始人告诉 Nathan Labenz,一个云端浏览器、一条引发抵制的推文,以及一次周四放出的模型权重,如何塑造了 Playground AI 对图像的押注。
1:36:39EN → 简体中文OpenAI 的 500 万美元押注:60 人团队想让 GPT-4V 赋予汽车常识主持 Nathan LabenzGhost Autonomy 联合创始人 John Hayes 在 Cognitive Revolution 节目里说,把多模态模型放进驾驶路径,可能会让自动驾驶在二十年的 DARPA 时代技术栈之后重新起步。
1:25:11EN → 简体中文105 行代码、100 万次曝光,和一位不肯创办公司的风投主持 Nathan LabenzBabyAGI 的作者 Yohei Nakajima 向 Nathan Labenz 讲述,一个周末的原型如何掀起了智能体(Agent)浪潮,以及他为什么又回去做投资了。
1:26:30EN → 简体中文这些数据大多从未进过数据库:Chroma 战时 CTO 谈 RAG主持 Nathan LabenzAnton Troynikov 重返《认知革命》,主张检索质量主要取决于嵌入(embedding),Chroma 应当掌控检索增强生成(RAG)的整个闭环;GPT 则仍然通不过一项基础推理测试:康威的“生命游戏”(Game of Life)。
1:43:56EN → 简体中文Sudowrite 卖的是摆脱写作卡壳,之后 800 万人围观了一场集体声讨主持 Nathan LabenzJames Yu 在节目里向 Nathan Labenz 讲述:一个给小说用的 GPT-3 小玩具,怎样变成了分层的“故事创作 IDE”;以及一次病毒式的反弹,教会了他哪些关于手艺、成本和客户的道理。
1:32:41EN → 简体中文能训练前沿模型的人约有 5000 名,其余公司需要的是 AI 工程师主持 Nathan LabenzLatent Space 的 Swyx 向 Nathan Labenz 讲述了一个新职业如何成形、为什么 OpenAI 会对开发者做 Sherlock 化(Sherlocking),以及什么还不算智能体。
58:54EN → 简体中文模型只是商品,Perplexity 的 CEO 说,索引才是护城河主持 Nathan LabenzAravind Srinivas 重返《Cognitive Revolution》,讲一家 25 人的搜索创业公司,如何在大平台拉起吊桥之前,自己做出爬虫、索引和模型。
加载更多已显示 24 篇,共 41 篇







