筛选结果
344 篇排序
5:53EN → 简体中文
Matthew Berman· 2023年7月18日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。
8:04EN → 简体中文Matthew Berman· 2023年7月11日测试 WizardLM 13B v1.1：编程、写作与逻辑Matthew Berman · Forward FutureMatthew Berman 用少量提示测试一款指令微调模型，结果有好有坏，部分评分也依赖主观判断。
12:20EN → 简体中文Matthew Berman· 2023年7月10日UltraLM 13B 实测：小模型的长处与推理错误Matthew Berman · Forward Future一次 2023 年的本地测试发现，模型能完成一些写作和简单编程，但在游戏、算术和逻辑题上失败。
1:33:56EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2023年7月6日播客AI 侦察报告：90 分钟从 GPT-4 的考试成绩讲到模型是否真的理解主持 Nathan LabenzNathan Labenz 独自主持一期节目，梳理通用模型能做什么、怎样训练、能力如何被解锁，以及它们究竟理不理解任何东西。
18:08EN → 简体中文Matthew Berman· 2023年6月29日用一组 2023 年非正式提示词比较六个语言模型Matthew Berman · Forward FutureMatthew Berman 使用 H2O GPT 测试编程、写作和推理，两个模型在规模较小且带有主观性的评分中并列第一。
1:32:22EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年6月29日播客一百万字节与 256 个符号：Meta 的 MEGABYTE 想扔掉分词器主持 Nathan LabenzMeta AI 的 Lili Yu 讲解一种多尺度 Transformer：它能预测百万字节的序列，不做分词，目标是把任何文件都当作原始字节来建模。
1:52:46EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年6月27日播客给神经网络的连接按长度收费，黑箱就拆成了看得见的模块主持 Nathan LabenzMIT 物理学家 Ziming Liu 向 Nathan Labenz 讲解 BIMT，这是一种受大脑启发的训练技巧，能把网络稀疏到用眼睛就能读懂的程度。
13:50EN → 简体中文Matthew Berman· 2023年6月23日MPT-30B：本地运行 MosaicML 模型并测试其 Chat 版本Matthew Berman · Forward FutureMatthew Berman 回顾 MosaicML 于 2023 年 6 月发布的模型，演示本地配置，并用一组非正式提示词测试托管的 Chat 模型。
4:36EN → 简体中文Matthew Berman· 2023年6月20日测试 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。
59:28EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年6月16日播客从 50 万美元到 5 万美元：MosaicML 让训练自有模型成了明码标价的产品主持 Nathan LabenzJonathan Frankle 和 Abhi Venigalla 解释：谁在训练定制的大语言模型（LLM），为什么抽取比聊天更有价值，以及 ALiBi 如何把 65k 上下文窗口（context window）拉得更长。
2:00:19EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年6月6日播客150 万个 GPT-4 童话，让 3300 万参数的模型推理超过 GPT-2主持 Nathan Labenz来试试这道填空：Lily 喜欢猫和狗。她向妈妈要了一只狗。妈妈不同意，于是她又要了一个……
11:49EN → 简体中文Matthew Berman· 2023年6月1日测试 Wizard-Vicuna 30B：回答、推理与代码Matthew Berman · Forward FutureMatthew Berman 考察一款宣传为不受审查的模型，演示 2023 年的云端配置，并进行一组非正式测试。
1:25:35EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年5月21日播客两年半，从 33.3% 到 86.5%：谷歌把基础模型送进了医学院主持 Nathan LabenzVivek Natarajan 向 Nathan Labenz 讲述 Med-PaLM 和 Med-PaLM 2：少数据的技术、九个维度的临床医生评测，以及为什么美国医师执照考试（USMLE）式的高分是一个错误的奖杯。
42:18EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2023年5月18日播客 · 2 人对谈十分之一的搜索是健康问题，医生也在谷歌上查主持 Sarah Guo, Elad Gil谷歌研究员 Karan Singhal 谈 Med-PaLM 2、医疗语言模型真正的门槛，以及为什么医学是比聊天机器人更严苛的对齐实验场。
11:07EN → 简体中文Matthew Berman· 2023年5月16日2023 年测试 MosaicML MPT-7B Chat 与 StoryWriterMatthew Berman · Forward FutureMatthew Berman 介绍 MPT-7B 的不同变体、许可及一组结果不一的本地测试。
5:24EN → 简体中文Matthew Berman· 2023年5月12日Google I/O 2023：Bard、PaLM 2 与 Google 产品中的 AIMatthew Berman · Forward FutureMatthew Berman 回顾 Google 2023 年的 AI 发布，分析其重点改进现有产品的策略。
4:14:33EN → 简体中文
Lex Fridman· 2023年5月9日播客 · 2 人对谈下一个 Token 算不上证明：Stephen Wolfram 谈 ChatGPT 与计算性真理嘉宾 Stephen Wolfram · 主持 Lex Fridman这是 Stephen Wolfram 第四次与 Lex Fridman 对谈。他先把大语言模型与 Wolfram|Alpha 作对比，然后沿着计算不可约性的思路，从 ChatGPT 讲到观察者、热力学，以及二十世纪物理学的三大理论。
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。
5:47EN → 简体中文Matthew Berman· 2023年4月19日Sam Altman 谈 AI 模型规模：Matthew Berman 解读 OpenAI 的 2023 年方向Matthew Berman · Forward Future回顾 2023 年关于模型规模、改善 GPT-4 的可能途径以及 OpenAI 当时安全重点的讨论。
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。
6:24EN → 简体中文Matthew Berman· 2023年4月6日BloombergGPT：结合金融与通用数据训练语言模型Matthew Berman · Forward FutureMatthew Berman 考察这款 2023 年面向金融的研究模型，包括训练语料、评估以及不发布权重的决定。
7:53EN → 简体中文Matthew Berman· 2023年4月4日HuggingGPT：用语言模型协调 AI 工具Matthew Berman · Forward FutureMatthew Berman 介绍一个研究系统：它以语言模型为控制器，将多模态任务分配给专门的模型。
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。
6:50EN → 简体中文Matthew Berman· 2023年3月19日本地运行 LLaMA 和 Alpaca：2023 年 Dalai 教程Matthew Berman · Forward FutureMatthew Berman 在 MacBook Air 上演示早期本地模型的安装方法，并解释控制生成结果的设置。加载更多已显示 24 篇，共 344 篇