筛选结果
7 篇排序
2:22EN → 简体中文
Matthew Berman· 2026年5月29日Pioneer Agent 与小模型的自动微调Matthew Berman · Forward Future在一段由 Fastino 赞助的视频中，Matthew Berman 介绍了一个自动化部分模型适配流程的系统，并讨论其报告的基准测试结果。
12:03EN → 简体中文Matthew Berman· 2024年9月6日Reflection 70B：自我纠错的说法与 2024 年演示的局限Matthew Berman · Forward FutureMatthew Berman 评测一个经过训练、会生成反思步骤的模型。其最初的基准成绩后来难以由独立评估者复现。
6:28EN → 简体中文Matthew Berman· 2023年8月29日早期 GPT-3.5 微调流程演示Matthew Berman · Forward FutureMatthew Berman 演示在 Colab 中生成合成样例，并训练模型采用特定语气。
8:49EN → 简体中文Matthew Berman· 2023年7月19日Llama 2 在 2023 年发布：模型尺寸、许可与安全Matthew Berman · Forward FutureMatthew Berman 解读 Meta 的 Llama 2 论文，介绍其商业许可、模型版本和安全评估。
19:38EN → 简体中文Matthew Berman· 2023年6月9日Orca：用 GPT-4 的解释教会较小模型Matthew Berman · Forward FutureMatthew Berman 解读 Microsoft Research 2023 年的 Orca 论文，以及用教师模型的详细回答训练 130 亿参数模型的方法。
11:42EN → 简体中文Matthew Berman· 2023年5月31日Guanaco 与 QLoRA：2023 年的微调方法与模型测试Matthew Berman · Forward FutureMatthew Berman 解读 QLoRA 论文，解释报告中的显存节省，并用一组非正式提示测试 Guanaco 65B。
1:13:52EN → 简体中文Matthew Berman· 2023年4月15日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。