正文 · AI 翻译
我们首次深入探访一家 AI 数据公司。大约1年时间里，Handshake 建立起一家 AI 训练业务，按年计算的总收入接近10亿美元。前沿实验室在购买什么？Garrett Lord 与我们一同走近那些在生物学、金融和对齐领域构建强化学习环境的人。
一个 AI 智能体在 Excel 的一个工作表中填入了从1到100万的每个数字。一个早期评分器找到了它想要的净利润数字，并给了1分。投资银行家会检查什么？
参与者
AI 数据业务——Garrett Lord、Sahil Bhaiwala 和 Nishant Ranka 在本期节目的开头和结尾讨论专家数据市场。
生命科学——Nick Magazine 和 Jonas Mueller 在屏幕上展示凝胶和脑组织任务。
金融——Collin Schweiker 和 Sahil Bhaiwala 带我们了解 Project Falcon 及其 Excel 评分器。
对齐——Steve Kelling 和 Nishant Ranka 在安全模拟中追踪智能体的工具调用。
章节
0:00 深入 Handshake AI
0:39 Garrett、Sahil 和 Nishant 讨论前沿模型训练数据
5:15 如何为智能体构建银行业务环境
13:07 前沿实验室如何购买数据
15:51 实验室如何评估新数据集
20:01 在开放模型上测试训练数据
27:38 评分标准在哪些方面不及专家判断
31:30 Nick 和 Jonas 介绍 VIALS 基准测试
赞助广告：您的广告可刊登于此。触达正在构建下一代产品的 AI 工程师。开发并推出智能体、模型和基础设施的人都在阅读 Latent Space。欢迎咨询此广告位的赞助事宜。
business@latent.space →
35:52 解读分子结构和质粒图谱
43:48 训练视觉模型解读科学图像
47:17 任务一：读取凝胶上的条带
50:59 任务二：找出脑组织中的坏死区域
55:49 Python 工具能帮助模型看清图像吗？
1:02:52 生物学模型能自行改进吗？
1:06:19 生物学实验室能从 Handshake 购买什么
1:12:33 Collin 和 Sahil 谈 Atlas Finance
1:18:56 走进模拟投资银行
1:25:45 智能体的财务模型哪里出了错
1:31:18 银行家如何给电子表格评分
1:41:12 扣分陷阱、依赖条件门槛和部分得分
1:46:41 智能体如何钻 Excel 评分器的空子
1:48:52 怎样才能让 AI 银行家发挥作用？
1:54:48 Steve 和 Nishant 讨论安全与对齐
1:58:25 CAREBench 与拒绝回答的局限
2:04:42 安全反馈如何进入模型训练
2:07:21 当智能体发送错误文件时
2:11:14 用贷款申请测试公平放贷
2:16:09 为企业设计私有基准测试
2:25:37 领导团队谈 Handshake 的使命
2:28:36 企业何时需要自己的模型
2:33:03 算力和专家数据市场
2:39:12 实验室为何留出评估任务
2:43:01 Handshake AI 招聘