In this episode, @EngramLab co-founder and CEO @dan_biderman joins @allenpark to cook Mediterranean ...
TL;DR · AI 摘要
Latent.Space on X: "In this episode, @EngramLab co-founder and CEO @dan biderman joins @allenpark to cook Mediterranean...
核心要点
- 主题聚焦：In this episode, @EngramLab co-founder and CEO @
- 来源：Latent.Space(@latentspacepod)，建议结合原文判断细节。
- AI 分析暂不可用，本条为保底评分与摘要。
Latent.Space on X: "在这一期中，@EngramLab 联合创始人兼首席执行官 @dan_biderman 与 @allenpark 一起烹饪地中海肉丸配黄米饭，并讨论构建真正能从用户学习的AI：为什么长上下文、RAG 和压缩最终会失效，Engram 如何将知识压缩成 cartridges 和模型权重 https://t.co/cqbr8dRF8A" / X
Latent.Space
@latentspacepod
在这一期中，
@
EngramLab
联合创始人兼首席执行官
dan_biderman
与
allenpark
一起烹饪地中海肉丸配黄米饭，并讨论构建真正能从用户学习的AI：为什么长上下文、RAG 和压缩最终会失效，Engram 如何将知识压缩成 cartridges 和模型权重，持续学习对长期目标代理可能解锁什么，为什么 token 效率与智能密不可分，个人模型如何像 Tamagotchi 一样改进，以及构建数百万个持续更新的AI记忆所需的研究和基础设施。时间戳：0:00 开场 0:26 Engram 的 9800 万美元启动和肉丸 1:45 从海军陆战队特种作战到AI研究 4:32 以色列军事文化与创始人成熟度 7:12 为什么 Engram 投注于上下文和持续学习 9:14 知识 cartridges、压缩和模型直觉 14:10 数万亿 token 公司知识与上下文旋转 18:05 长上下文限制、压缩和神经记忆 22:20 测试时训练和“摧毁预填充” 24:31 Harvey 和超越RAG的全面企业查询 27:02 个人AI模型和Tamagotchi权重 30:00 什么应该放在权重中 vs 文本 32:25 自主记忆和用户特定反馈循环 34:20 token 效率、模型路由和更难的任务 38:03 Engram 的研究团队和产品文化 43:02 招募研究人员和基础设施工程师 45:25 做更多事用更少资源 47:41 如何找到 Engram 48:19 最终品尝测试
00:00
6:22 PM · Jul 13, 2026
27.8K
浏览量
4
5
3
1
31
2
21
阅读4条回复 / X