筛选结果
153 篇排序
12:49EN → 简体中文Falcon 180B:2023 年对 TII 开放权重模型的评测Matthew Berman · Forward FutureMatthew Berman 检验编程、推理和写作提示,同时考察模型的训练规模与许可证。
30:03EN → 简体中文一块餐盘大小的芯片,把训练时间从 60 天缩短到 3.5 天主持 Sarah Guo, Elad GilCerebras 首席执行官 Andrew Feldman 在《No Priors》中说明,为什么解决算力紧缺的答案是晶圆级芯片,而不是又一款 GPU,也解释了为什么大多数量产模型的参数量会保持在 130 亿或以下。
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。
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。
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。
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。
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。
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。
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。
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。
1:06:02EN → 简体中文Yann LeCun 谈开放 AI 模型、安全与研究的未来嘉宾 Yann Lecun · 主持 Harry StebbingsMeta 首席 AI 科学家讨论语言模型、研究重点,以及他对 AI 风险和就业的争议性看法。
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。
40:25EN → 简体中文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。
8:05EN → 简体中文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。
40:00ENThe 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.
加载更多已显示 24 篇,共 153 篇









