筛选结果
16 篇排序
32:20EN → 简体中文本地 AI 究竟适合谁？成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权，与硬件成本、设置复杂度及推理速度之间的关系。
9:15EN → 简体中文六个开源项目：本地 AI、智能体与 3D 设计Matthew Berman · Forward FutureMatthew Berman 介绍运行和训练模型、扩展智能体能力、协同工作、自动浏览以及生成 3D 网格的工具。
9:47EN → 简体中文Gemma 4：面向本地 AI 的小型开放权重模型Matthew Berman · Forward FutureMatthew Berman 着眼于本地智能体，回顾 Google 的模型规模、多模态功能和报告中的基准成绩。
18:09EN → 简体中文使用可验证奖励训练 GPT-OSS 的 2048 策略Matthew Berman · Forward FutureMatthew Berman 演示本地 Unsloth 笔记本、奖励检查，以及一次在 RTX 5090 上运行的 2048 训练。
5:27EN → 简体中文体验 DeepSeek R1 的方式：托管与本地蒸馏模型Matthew Berman · Forward FutureMatthew Berman 演示 DeepSeek 聊天、Groq 托管的蒸馏版，以及 LM Studio 本地模型。
0:28EN → 简体中文比较三个本地编程模型Matthew Berman · Forward FutureMatthew Berman 介绍一项赞助比较：在工作站上运行 DeepSeek Coder V2、Yi-Coder 和 Qwen Coder。
19:03EN → 简体中文2024 年 10 月 AI 新闻：Apple Intelligence、编程助理、搜索与智能体Matthew Berman · Forward FutureMatthew Berman 回顾 Apple Intelligence 首次发布、新编程工具、AI 搜索争议、本地模型以及浏览器智能体相关报道。
9:15EN → 简体中文Llama 3.2 增加视觉能力与更小的端侧模型Matthew Berman · Forward Future在一段与 Meta 合作的 2024 年视频中，Matthew Berman 解读该模型系列、工具及一次托管的 1B 模型简短演示。
13:18EN → 简体中文在双 RTX 6000 工作站上测试本地 AIMatthew Berman · Forward FutureMatthew Berman 在 Dell 和 NVIDIA 提供的 Dell Precision 塔式工作站上测试语言模型、并发推理和图像生成。
9:53EN → 简体中文本地测试 Microsoft Phi-3 Medium：编码与推理结果不一Matthew Berman · Forward FutureMatthew Berman 在 MacBook 上运行量化版 Phi-3 Medium，测试编码、算术和推理提示。
25:00EN → 简体中文Microsoft Build 2024：Copilot+ PC、Phi-3 与 AI 演示Matthew Berman, Satya Nadella, Sam Altman, Seth Juarez · Forward FutureMatthew Berman 回顾 Microsoft 主题演讲中选出的公告、产品演示和与 Sam Altman 的对话。
0:42EN → 简体中文LLaVA 1.6 支持理解更高分辨率的图像Matthew Berman · Forward FutureMatthew Berman 回顾 2024 年 1 月发布的 LLaVA 1.6，以及通过 Ollama 在本地运行它的方式。
5:53EN → 简体中文Petals：将大语言模型推理分布到多台设备Matthew Berman · Forward Future2023 年，Matthew Berman 介绍 Petals 如何通过参与计算机组成的网络使用大模型，而无需在一台设备上加载所有模型层。
4:36EN → 简体中文测试 WizardCoder 15B：本地运行的编程助手Matthew Berman · Forward FutureMatthew Berman 在本地运行 2023 年发布的 WizardCoder 模型，测试小型 Python 练习和较长的 Snake 游戏程序。
10:40EN → 简体中文本地测试 Nous Hermes 13B：推理表现不一与不安全回答Matthew Berman · Forward FutureMatthew Berman 在托管和本地硬件上比较一款 2023 年的量化模型，发现其编码、逻辑和安全表现不一致。
1:13:52EN → 简体中文Andriy Mulyar 谈 GPT4All、数据质量与开放的本地模型Matthew Berman, Andriy Mulyar · Forward FutureNomic AI 联合创始人讲述 GPT4All 的起源、训练数据的重要性，以及本地 AI 与中心化 AI 的取舍。