筛选结果
223 篇排序
52:48EN → 简体中文OpenAI 把微调价格砍掉 90%,创业者把 Llama 2 从清单上划掉了主持 Nathan LabenzNathan Labenz 和 Erik Torenberg 梳理了 GPT-3.5 Turbo 的微调、自建模型为什么在总成本上仍然占不到便宜,以及代码、学校和医疗领域目前真正有效的做法。
10:22EN → 简体中文Matthew Berman 谈 Llama 2、AI 工具、机器人与 LK-99 的超导主张Matthew Berman · Forward Future这期 2023 年的 AI 新闻回顾涵盖开放权重模型、虚拟网红、工具调用和机器人,以及后来受到研究质疑的一项早期超导主张。
4:59EN → 简体中文测试 Airoboros L2 70B 的编程、写作与推理能力Matthew Berman · Forward FutureMatthew Berman 用少量提示词测试一款 Llama 2 微调模型:它能生成有用的结构化输出,但在代码和逻辑题上也会出错。
9:40EN → 简体中文测试 Llama 2 70B 的编程、写作与推理能力Matthew Berman · Forward FutureMatthew Berman 通过托管界面试用 Meta 的 700 亿参数聊天模型,展示了有用的输出和不一致的推理。
9:46EN → 简体中文Orca Mini V2 与 OpenOrca:2023 年的一次非正式模型对比Matthew Berman · Forward FutureMatthew Berman 从编程、写作和推理方面测试两个受 Orca 启发的模型;提示词设置和主观评分都会影响结果。
8:04EN → 简体中文测试 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。
9:33EN → 简体中文测试 SDXL 0.9:图像质量、Clipdrop 与 Midjourney 对比Matthew Berman · Forward Future2023 年 6 月,Matthew Berman 试用 Stability AI 的图像模型,将部分提示词的结果与 Midjourney 比较,并演示 Clipdrop 的光照工具。
18:08EN → 简体中文用一组 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。
59:36EN → 简体中文Pascal Pfeiffer 谈检索、开放模型、Kaggle 与 H2O LLM Studio 微调Matthew Berman, Pascal Pfeiffer · Forward Future在 2023 年的一次访谈中,H2O.ai 的 Pascal Pfeiffer 解释文档检索和参数高效微调,回顾 Kaggle 竞赛并演示 LLM Studio。他与 Matthew Berman 还讨论了编程助手,以及未经证实的模型架构传闻。
7:21EN → 简体中文测试 Orca Mini 13B:受 Orca 启发的非官方模型Matthew Berman · Forward FutureMatthew Berman 加载量化版 Orca Mini 13B,测试编程、推理、算术和摘要提示。他在 2023 年的非正式测试中发现数次失败,也有一些成功。
8:17EN → 简体中文使用 OpenLLM 通过 API 提供开放模型服务Matthew Berman · Forward Future在一场 2023 年的演示中,Matthew Berman 展示本地模型服务器、交互式 API 和 Python 客户端。
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。
9:46EN → 简体中文在 Windows 上安装 Text Generation WebUI:2023 年本地模型教程Matthew Berman · Forward FutureMatthew Berman 安装早期版本的 Text Generation WebUI,解决配置错误,并介绍模型下载和界面设置。这些步骤和软件包属于历史版本;现代安装应参考项目当前文档。
59:28EN → 简体中文从 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。
10:23EN → 简体中文在 h2oGPT 中测试托管版 Falcon 40B 和文档对话Matthew Berman · Forward FutureMatthew Berman 用编程、写作和推理提示词测试 H2O.ai 在 2023 年提供的托管版 Falcon 40B 界面,随后演示文档对话。
19:38EN → 简体中文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。
2:41:58EN → 简体中文扎克伯格化名 Mark Elliott 参赛,随后主张要有多个 AI,而不是一个嘉宾 Mark Zuckerberg · 主持 Lex Fridman在第二次做客 Lex Fridman 的播客时,Meta CEO 扎克伯格把他乔装参加的首场巴西柔术比赛、一个名为 LLaMA 的开放研究模型,以及多个智能体(agent)并存的未来,视为同一个赌注:先发布,不等完美;不打造一个什么都包办的“神级模型”。
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。
8:51EN → 简体中文Falcon 40B:2023 年榜单成绩与一次缓慢的 GPU 测试Matthew Berman · Forward FutureMatthew Berman 在托管 GPU 上试用量化版 Falcon 40B Instruct 检查点,发现输出有一定实用性,但生成速度缓慢。
11:42EN → 简体中文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。
7:51EN → 简体中文使用 Runpod 和 Text Generation Web UI 在云 GPU 上运行 Guanaco 65BMatthew Berman · Forward FutureMatthew Berman 演示 2023 年租用 GPU、加载量化模型并生成文本的流程。模型要求、价格和界面取决于所选版本。
1:20:49EN → 简体中文用一整片晶圆做成的芯片,让 AI 不再被阿姆达尔定律(Amdahl's law)拖慢主持 Nathan LabenzCerebras 的 CEO Andrew Feldman 向 Nathan Labenz 解释,为什么一块拥有 2.5 万亿个晶体管的裸片、稀疏线性代数,以及一台由 16 台机器组成的超级计算机,比 GPU 集群是更好的形态。
1:11:11EN → 简体中文Emad Mostaque 谈开放 AI 模型、国家数据与部署竞赛嘉宾 Emad Mostaque · 主持 Harry StebbingsStability AI 联合创始人介绍他在 2023 年对开放模型、医疗应用和 AI 业务的愿景,以及对投机热潮的担忧。
加载更多已显示 24 篇,共 223 篇









