EP130 · NVIDIA 创始人心法、前沿模型产品化、LLM 评测 · 07-27 早报 - BestBlogs

章节时间戳

00:00 开场
00:41 精讲：黄仁勋复盘英伟达转型与创始人判断
03:19 精讲：Diane Penn 讲前沿模型如何变成产品
06:14 精讲：大模型裁判的用法、偏差与人工校准
08:51 速览：合成数据、Agent 小模型、具身机器人、Ruff、脑机接口
11:40 补充阅读：心理健康评测、向量搜索、实时视频、微软模型、模型卡
13:03 结语

★ 精讲一 | Jensen Huang：打造 NVIDIA 的创始人心法 [视频]

00:41｜来自 Y Combinator

黄仁勋从买回 OpenGL 教科书纠正错误路线、向 Sega 坦白无法交付，讲到把 AlexNet 视为通用函数逼近器后重做整套计算栈。访谈把 NVIDIA 的转型拆成一套可复用的方法：深入算法域、坚持第一性原理，并让组织围绕创始人的长处演化。

★ 精讲二 | Anthropic 的 Diane Penn：如何把前沿模型做成产品 [视频]

03:19｜来自 Lenny's Podcast

Diane Penn 用 Golden Gate Claude、Claude Code 与模型发布复盘 Anthropic 如何把研究能力变成产品。她把高强度模型使用视为发现未来工作流的实验输入，并解释 eval 如何承接用户反馈、成为研究与产品协作的可测试接口，同时正视能力进步并不均匀的锯齿边界。

★ 精讲三 | 究竟什么是 LLM-as-a-Judge？2026 年前沿技术实战指南

06:14｜来自 Hacker News - Newest: 「LLM」

这份指南从 pointwise、pairwise 与 rubric 三类判分方式出发，梳理 LLM-as-a-Judge 在模型评测、对齐与生产工程中的实际用法，也逐层拆开位置、冗长、自偏好、格式和对抗攻击等失真来源。它给出的落点很务实：拆分标准、交换顺序、参考答案校验，并始终用人工金标集持续标定。

速览

08:51 更多值得关注的内容

· 规模化训练的真实难题：合成数据与预训练的工程现实 [视频] — AI Engineer

· AI 拿走了 98%的工作，那属于你的、谁都替不了的 2%到底是什么？ — 非凡产研

· Nanbeige4.2-3B：探索通用 Agent 小模型 — 魔搭 ModelScope 社区

· 腾讯开源三大具身基座模型，首席科学家张正友详解「三层脑」如何破解机器人反应慢 — InfoQ 中文

· 3 万小时触觉数据补齐具身智能「手感」！新智具身&复旦报告三连发 — 量子位

· Ruff v0.16.0：默认启用规则从 59 条增至 413 条 — Simon Willison's Weblog

· Meta 开源 Brain2Qwerty v2：非侵入式脑机接口语句解码准确率达到 61% — InfoQ 中文

补充阅读

11:40 今天额外值得一读的几条

· 用评估驱动开发打造心理健康 AI 教练 [视频] — AI Engineer

· 当 RAM 成本过高时如何优化向量搜索：磁盘 vs 内存 ANN 索引 — Towards Data Science

· 快一点！再快一点！快到世界能实时生成｜和生数科技张金涛聊：Vidu S1、推理加速、实时交互视频 — 十字路口 Crossing

· 微软发布全新自研 AI 模型，自称成本较 OpenAI 降低高达 89% — VentureBeat

· 字节发了一张「永远最新」的模型卡片，我拿三个真实任务帮你测了测 — 王吉伟

关于 BestBlogs

BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，关注你感兴趣的来源和主题，每天生成一份更适合自己的「我的早报」，欢迎体验和关注我们。