筛选结果
224 篇排序
14:29EN → 简体中文
Matthew Berman· 2023年5月8日2023 年 Google 备忘录：开放模型、LoRA 与 AI 竞争护城河Matthew Berman · Forward FutureMatthew Berman 回顾一篇泄露的员工文章。文章认为社区快速迭代可能挑战专有 AI 实验室，并梳理了早期 LLaMA 生态。
9:58EN → 简体中文Matthew Berman· 2023年4月26日HuggingChat 的 2023 年初测：写作、推理与 Python 编程Matthew Berman · Forward FutureMatthew Berman 测试早期由 OpenAssistant 驱动的 HuggingChat，让它写作、算术、推理和编写贪吃蛇游戏，并将几个输出与 GPT-3.5 和 GPT-4 比较。这次小规模历史测试展示了潜力，也暴露出局限。
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。
40:25EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2023年4月6日播客 · 2 人对谈60 亿参数的模型，复刻了 ChatGPT 的核心技巧主持 Sarah Guo, Elad GilDatabricks 首席技术官（CTO）Matei Zaharia 向 Sarah Guo 和 Elad Gil 讲述，Dolly 如何用比 GPT-3 少五十倍的数据学会遵循指令，以及他为什么宁愿去查资料，也不把事实记进一个万亿参数的网络里。
7:16EN → 简体中文Matthew Berman· 2023年4月5日为本地语言模型安装 Alpaca Turbo：2023 年教程Matthew Berman · Forward FutureMatthew Berman 在 Mac 上演示早期的本地 Alpaca 模型聊天界面，从 Conda 安装到简短测试。
8:05EN → 简体中文Matthew Berman· 2023年3月29日2023 年指南：在本地运行初代 GPT4All 模型Matthew Berman · Forward FutureMatthew Berman 演示早期 CPU 版 GPT4All、终端安装步骤和可用于微调的资源。
1:21:20EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2023年3月9日播客冻结眼睛和大脑，只训练视神经主持 Nathan LabenzJunnan Li 和 Dongxu Li 向 Nathan Labenz 讲述了 BLIP 如何清洗嘈杂的网页图像说明，以及 BLIP-2 如何在一块 A100 上、不到十天的时间里，把一个冻结的视觉模型接到一个冻结的语言模型上。
53:37EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年3月9日播客 · 2 人对谈30 个模型、42 个场景、7 项指标：Percy Liang 为语言模型做的公开体检主持 Sarah Guo, Elad Gil一个只用 PubMed 论文训练的模型，曾在美国医师执照考试中名列前茅，直到一个规模约大 200 倍的系统超过了它。
37:26EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年2月23日播客 · 2 人对谈没有开源，机器学习会落后几十年主持 Sarah Guo, Elad GilHugging Face 首席执行官 Clem Delangue 谈“电子宠物”（Tamagotchi）式的转型、公司为何从未招过社区经理，以及他为什么不认为一个模型能统治一切。
45:03EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年2月16日播客 · 2 人对谈Emad Mostaque 的赌注：开放的小模型，而非一个巨型大脑主持 Sarah Guo, Elad GilStability AI 创始人在 No Priors 节目上讲述，为什么基础模型应当是公共基础设施，为什么小模型能胜过巨型模型，以及这对媒体、医学和 AGI 意味着什么。
40:00EN
Unsupervised Learning: With Jacob Effron播客The Winds of Change: How Mistral Plans to Win the Open-Model Era主持 Jacob EffronArthur Mensch explains Mistral's open-source strategy, enterprise distribution, model research, and views on AI regulation and sovereignty.
1:12:15ENUnsupervised Learning: With Jacob Effron播客The Open-Model Vibe Check: China, Containment, and the Data Moat主持 Jacob EffronJacob Effron and guests debate Chinese open-weight models, distillation, containment policy, the OpenAI–Hugging Face incident, and Cursor's data advantage.
45:27ENNo Priors: AI, Machine Learning, Tech, & Startups播客 · 2 人对谈The Agent State: How AI Flattened the Adversary Pyramid and Why Defenders Need Their Own Frontier Models主持 Sarah Guo, Elad GilCrowdStrike CEO George Kurtz explains how low-skill attackers now wield nation-state tradecraft through AI agents, and how CrowdStrike and Nvidia are training security-specific models to fight back.
50:23ENUnsupervised Learning: With Jacob Effron播客OpenAI’s Platform Bet: Where AI Value Accrues, Why Open Source Trails, and When Superintelligence Arrives主持 Jacob EffronPeter Welinder explains OpenAI’s platform strategy, the case for proprietary frontier models over open source, the enterprise hallucination problem, and his speculative timeline for AGI and superintelligence.
1:34:27EN → 简体中文
Lenny's Podcast播客 · 2 人对谈开源是这一代人的自由问题：Matt Mullenweg 谈 Llama、WP Engine 和 fort 的权利嘉宾 Matt Mullenweg · 主持 Lenny RachitskyWordPress 联合创始人、Automattic 首席执行官 Matt Mullenweg 向 Lenny Rachitsky 讲述开源哲学、与 WP Engine 的冲突，以及他如何看待 AI、社区和收购。
33:31ENNo Priors: AI, Machine Learning, Tech, & Startups播客 · 2 人对谈Open Source Catches Up, Regulation Can Wait: Sarah Guo and Elad Gil Answer Listener Questions主持 Sarah Guo, Elad GilTwo AI investors cover open-source models, autonomous agents, whether to regulate AI, where startups can win, and why healthcare innovation is so hard.
1:17:31ENCognitive Revolution "How AI Changes Everything"播客Image AI Is Still at the GPT-2 Stage: Suhail Doshi on Building a Unified Vision Model主持 Nathan LabenzPlayground AI's founder explains why image generation has barely begun to deliver real utility, and why his team is betting 2024 on editing and a single model that can create, edit and understand pixels.