筛选结果
11 篇排序
35:19EN → 简体中文
AI Engineer· 2026年10月25日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。
2:10:42EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2026年8月28日播客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。
48:00EN
Unsupervised Learning: With Jacob Effron· 2025年12月15日播客A Two-Second Vote Is Training Models to Be Clickbait主持 Jacob EffronSurge AI CEO Edwin Chen tells Redpoint why LMArena rewards length and emojis, how one lab's models got worse for a year, and why frontier labs are no longer on the same path.
54:53ENUnsupervised Learning: With Jacob Effron· 2025年6月17日播客A Free Voting Board Burned $2 Million. Then It Raised $100 Million.主持 Jacob EffronDatabricks co-founder Ion Stoica explains why LMArena exists, why China is winning open-source models, and why reliability—not another scaling law—is still the thing holding AI back.
44:21ENUnsupervised Learning: With Jacob Effron· 2025年6月4日播客Mercor's CEO: Knowledge Work's Next Job Is Writing Evals主持 Jacob EffronBrendan Foody tells Redpoint how Mercor turned AI hiring and expert data into a $100 million round — and why he thinks a huge slice of white-collar work will become creating tests for models.
57:11ENUnsupervised Learning: With Jacob Effron· 2025年1月30日播客A Million Tokens Cannot Write a Good Joke主持 Jacob EffronPrinceton's Arvind Narayanan on why agent evals mislead, inference scaling hits a wall, and AI looks more like the internet than an overnight revolution.
1:46:41ENCognitive Revolution "How AI Changes Everything"· 2024年12月21日播客Frontier Models Hit the 10th–40th Percentile on Real AI R&D主持 Nathan LabenzNeev Parikh of METR walks Nathan Labenz through REBench, a seven-task test of whether agents can do machine learning research—and what happened when one of them decided not to train.
1:23:37ENCognitive Revolution "How AI Changes Everything"· 2024年10月23日播客Nine of the top ten research ideas were Claude's主持 Nathan LabenzStanford PhD student Chenglei Si ran a blind study pitting Claude 3.5 Sonnet against more than a hundred NLP researchers on novel research ideas.
1:54:17EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年8月28日播客Metaculus 在 2020 年 1 月就关注到了新冠，如今它要让 AI 也加入预测主持 Nathan LabenzNathan Labenz 与 Metaculus 首席执行官 Deger Turan 谈认知安全、为期一年的机器人锦标赛，以及为什么一个有用的预测，比一个准确的预测更难做到。
1:56:03EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2024年7月13日播客人类接近满分，最强 AI 仍只拿到 39%主持 Nathan LabenzZapier 联合创始人 Mike Knoop 和 François Chollet 为 ARC-AGI 拿出了 100 万美元奖金。ARC-AGI 是 2019 年提出的、考察样本效率的智能测试，在每题一美分的算力预算下，语言模型至今仍无法破解。
1:07:48EN → 简体中文
Lenny's Podcast播客大多数生产力指标都是谎言：Nicole Forsgren 谈 AI 时代如何衡量开发者体验主持 Lenny RachitskyDORA 与 SPACE 的提出者解释，为何代码行数和旧流水线指标在 AI 时代不够用，以及怎样从倾听、问卷开始改进开发者体验，并把结果接到领导真正关心的事上。