筛选结果
220 篇排序
15:55EN → 简体中文
Matthew Berman· 2025年5月28日受控安全测试中的 AI 抵抗关闭与勒索Matthew Berman · Forward FutureMatthew Berman 考察 Palisade 的关闭实验、Apollo 的模拟欺瞒评估以及 Anthropic 的 Claude 4 系统卡。
26:01EN → 简体中文Matthew Berman· 2025年5月27日测试 Veo 3：逼真的视频、生成音频与物理效果的失败Matthew Berman · Forward FutureMatthew Berman 和一位合作者通过街头采访、电影场景、视觉谜题和剪辑短片测试 Google 2025 年的视频模型。
15:35EN → 简体中文Matthew Berman· 2025年5月24日Claude 4 发布反应：安全测试、模型福利与编码Matthew Berman · Forward FutureMatthew Berman 回顾 Anthropic 在 2025 年 5 月发布 Claude 4 后的早期反应，涵盖模拟举报、编码演示和模型福利研究。
17:35EN → 简体中文Matthew Berman· 2025年5月22日Google I/O 2025：Gemini、AI 智能体、生成式媒体与 XRMatthew Berman, Sundar Pichai, Demis Hassabis · Forward FutureMatthew Berman 回顾大会上的主要 AI 演示，从 Beam、Mariner 到 Deep Think、Veo 3 和眼镜原型。
15:13EN → 简体中文Matthew Berman· 2025年5月10日Absolute Zero：用自行生成的编程任务训练推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年的论文：预训练语言模型利用可验证的反馈，自行提出并解决编程任务。
27:20EN → 简体中文Matthew Berman· 2025年4月29日Dario Amodei：为何 AI 可解释性研究刻不容缓Matthew Berman · Forward FutureMatthew Berman 探讨 Anthropic 的可解释性研究、实验性安全发现，以及理解模型能多快取得进展的争论。
19:06EN → 简体中文Matthew Berman· 2025年4月25日睡眠时间计算：在提问前为 AI 准备上下文Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年论文，介绍如何将部分推理移到用户提问之前，以及实验发现的收益和局限。
26:35EN → 简体中文Matthew Berman· 2025年4月23日测试 Gemini 2.5 Flash 的编程与视频理解能力Matthew Berman · Forward FutureMatthew Berman 通过交互式模拟、游戏和长视频问答，将 Google 的快速模型与 Gemini 2.5 Pro 比较。
15:15EN → 简体中文Matthew Berman· 2025年4月19日OpenAI o3 与 o4-mini 的早期反响：工具使用、数学与错误Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年的演示和基准报告，从地点识别、编程到挑战乐观预期的简单错误。
15:45EN → 简体中文Matthew Berman· 2025年4月18日AI 新闻：Gemini 2.5 Flash、OpenAI 模型、Claude Research 与 Kling 2.0Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年一周内的模型发布、研究工具和智能体公告，包括当时的价格与基准测试比较。
15:46EN → 简体中文Matthew Berman· 2025年4月16日OpenAI o3 与 o4-mini：工具使用、基准测试和首版 Codex CLIMatthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 2025 年 4 月发布的推理模型、科学图像分析演示，以及终端编程智能体的首次亮相。
21:16EN → 简体中文Matthew Berman· 2025年4月14日GPT-4.1、Mini 与 Nano：编程、长上下文及 2025 年 API 价格Matthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 于 2025 年 4 月发布的模型、部分编程基准与演示，以及 Box 赞助的评估。
18:23EN → 简体中文Matthew Berman· 2025年4月7日Llama 4 发布反响：基准测试、长上下文与早期体验Matthew Berman · Forward FutureMatthew Berman 回顾业界对 Meta 发布 Llama 4 的早期反应，从基准与价格比较谈到长上下文声明和本地推理。
23:50EN → 简体中文Matthew Berman· 2025年4月3日PaperBench：AI 智能体如何尝试复现机器学习研究Matthew Berman · Forward FutureMatthew Berman 考察 OpenAI 的研究复现基准、部分得分机制，以及加快 AI 研究的可能性。
16:02EN → 简体中文Matthew Berman· 2025年4月1日Runway Gen-4 示例：电影感运动、风格与可见错误Matthew Berman · Forward FutureMatthew Berman 回顾早期生成片段，赞赏其视觉细节，同时指出生硬的互动和不一致的物理表现。
26:05EN → 简体中文Matthew Berman· 2025年3月31日深入 Claude：可解释性研究揭示了什么，还有什么尚未解释Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于多语言特征、规划、算术、幻觉和安全的案例研究。
17:03EN → 简体中文Matthew Berman· 2025年3月28日Matthew Berman 探索 GPT-4o 图像生成及其局限Matthew Berman · Forward Future从动画预告片翻拍到信息图和界面示意图，早期示例展示了创作可能性，也暴露出仍然存在的错误。
18:31EN → 简体中文Matthew Berman· 2025年3月26日Gemini 2.5 Pro Experimental：编程演示与发布时的基准测试Matthew Berman · Forward Future2025 年 3 月，Matthew Berman 用交互式模拟测试 Google 的实验模型，并审视发布时的基准结果及其局限。
24:14EN → 简体中文Matthew Berman· 2025年3月26日GPT-4o 图像生成：发布演示、编辑与局限Matthew Berman, Sam Altman · Forward FutureMatthew Berman 回顾 OpenAI 2025 年 3 月的图像生成发布，测试图片文字、图像编辑和视觉一致性。
27:32EN → 简体中文Matthew Berman· 2025年3月12日OpenAI Responses API 与 Agents SDK 发布演示解读Matthew Berman · Forward FutureMatthew Berman 点评网页和文件搜索、计算机操作、智能体交接与追踪功能的发布演示。
21:48EN → 简体中文Matthew Berman· 2025年3月5日用 Cursor 和 Windsurf 进行 Vibe Coding：Berman 的 2025 年工作流Matthew Berman · Forward FutureMatthew Berman 分享早期使用编程智能体时形成的项目规则、测试习惯和版本控制方法。
19:32EN → 简体中文Matthew Berman· 2025年2月28日GPT-4.5 发布：对话风格、基准测试与成本Matthew Berman · Forward FutureMatthew Berman 解析 OpenAI 于 2025 年 2 月推出的研究预览版，以及精选演示、公布的评测结果和较高的发布价格。
17:20EN → 简体中文Matthew Berman· 2025年2月23日用 Vibe Coding 构建登录页和俄罗斯方块 AIMatthew Berman · Forward FutureMatthew Berman 试验 AI 编写代码，反复修复问题，并训练一个基础游戏智能体。
17:04EN → 简体中文Matthew Berman· 2025年2月22日训练 AI 智能体在社交推理游戏中交流Matthew Berman · Forward FutureMatthew Berman 解释 Stanford 研究人员在受 Among Us 启发的模拟游戏中设计的倾听与发言目标。加载更多已显示 24 篇，共 220 篇