筛选结果
344 篇排序
2:30:06EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2023年12月22日播客训练 token 只有 GPT-4 的三十分之一，Mamba 在 Transformer 的主场赢了主持 Nathan Labenz在一期单人紧急节目中，Nathan Labenz 认为，Albert Gu 和 Tri Dao 提出的选择性状态空间模型，是 2017 年以来第一个有资格与 Transformer 分享王座的架构。
14:04EN → 简体中文
Matthew Berman· 2023年12月15日2023 年的 Mistral Medium：API 定价与非正式模型测试Matthew Berman · Forward FutureMatthew Berman 比较原始 Mistral Medium 原型、Mixtral 和 GPT-4，然后通过 API 测试编程、写作与推理。
20:49EN → 简体中文Matthew Berman· 2023年12月12日Mixtral 8x7B：混合专家架构、部署与早期测试Matthew Berman · Forward FutureMatthew Berman 回顾 Mistral AI 于 2023 年 12 月发布的开放权重模型，演示云端部署并测试其编程和推理回答。
1:19:24EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年11月17日播客一篇玩具论文没有证明大语言模型不能泛化，舆论却照样跟着跑主持 Nathan LabenzNathan Labenz 和 Erik Torenberg 拆解了一条在网上疯传的 DeepMind 结果、一次周末复现，以及一场针对自愿性 AI 承诺、来得太早的骂战。
1:21:50EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年11月14日播客16K 的上下文窗口只能放下约 350 行，这就是表格需要智能体的原因主持 Nathan LabenzGretel AI 创始人 Alex Watson 向 Nathan Labenz 讲述：为什么大多数公司的数据仍然是一张电子表格，为什么 GPT-4 是生成这些数据的错误工具，以及差分隐私（differential privacy）如何让模型学会一种疾病，却不学会某个病人。
11:05EN → 简体中文Matthew Berman· 2023年11月7日测试 Dolphin 2.2：基于 Mistral 7B 的微调模型Matthew Berman · Forward FutureMatthew Berman 用编程、格式化和推理提示测试一个小型开放权重模型，结果有好有坏。
41:58EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2023年11月2日播客 · 2 人对谈可靠性是瓶颈，自主性才会让 AI 显得有生命主持 Sarah Guo, Elad GilIlya Sutskever 与 Sarah Guo、Elad Gil 谈 AlexNet、OpenAI 的利润上限公司（capped profit）押注、为什么小模型主要损失可靠性，以及他为数字生命划的那条线。
1:19:52EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年10月18日播客1,000 块 H100 要 115 天，22,000 块只要五天主持 Nathan LabenzNathan Labenz 和 Trey Kollmer 讲解了集群算力的估算方法：如何把 GPT-4 规模的训练变成每周一次的实验；随后是四篇论文，涉及搜索增强型模型、递归式代码改进器、Llama 2 内部的空间地图，以及网络在完全不知道答案时的表现。
13:11EN → 简体中文Matthew Berman· 2023年10月5日测试 Mistral 7B OpenOrca：2023 年云端部署与提示词试验Matthew Berman · Forward FutureMatthew Berman 在租用的 GPU 上运行量化的 OpenOrca 版本，并考察编程、写作和推理示例。
37:01EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年9月28日播客 · 2 人对谈DNA 是代码，可你得用移液器来编译主持 Sarah Guo, Elad GilGinkgo Bioworks 首席执行官 Jason Kelly 向 No Priors 讲述：为什么细胞值得那份“魔法”，为什么生物学没有 AWS，以及为什么大流行应当像网络安全那样来应对。
12:49EN → 简体中文Matthew Berman· 2023年9月14日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。
4:35EN → 简体中文Matthew Berman· 2023年9月5日在云端 GPU 上运行 WizardCoder：2023 年 RunPod 操作教程Matthew Berman · Forward FutureMatthew Berman 演示如何将量化的 13B 编程模型下载到托管的文本生成界面，并解释如何停止 pod 以避免持续收费。
36:33EN → 简体中文
20VC with Harry Stebbings· 2023年8月31日播客 · 2 人对谈Noam Shazeer 谈 Character.AI、模型训练成本与通用 AI 的用途嘉宾 Noam Shazeer · 主持 Harry StebbingsCharacter.AI 联合创始人解释他的消费者策略、语言模型训练，以及为何他预计用户会创造公司无法预料的应用。
55:08EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年8月29日播客一个模型跑进 38 款产品：Paige Bailey 谈谷歌如何训练并上线 PaLM 2主持 Nathan Labenz2023 年 5 月谷歌 I/O 大会上，PaLM 2 发布时已经运行在二十多款产品里，它的产品负责人讲述了这背后的全部工作。
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。
52:48EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年8月25日播客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。
35:24EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年8月24日播客 · 2 人对谈《Attention Is All You Need》作者如今像编译字节码一样编译 mRNA主持 Sarah Guo, Elad GilJakob Uszkoreit 谈 Transformer 为什么会胜出、模型为什么把算力花在错的地方，以及药物发现为什么必须从筛选转向生成。
7:09EN → 简体中文Matthew Berman· 2023年7月28日2023 年 7 月 AI 动态：SDXL、Worldcoin 与生物计算Matthew Berman · Forward FutureMatthew Berman 回顾一周的 AI 进展，从 Google 的 Gemini 项目和新生成模型，到生物识别身份与培养神经元实验。
2:13:07EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年7月27日播客在 GPT-2 Small 上半小时找到一个回路，却在 GPT-3 之前撞上了二次方的墙主持 Nathan LabenzArthur Conmy 带 Nathan Labenz 讲解 ACDC：这种算法能自动完成机制可解释性中最繁琐的一步，即找出究竟是哪些 Transformer 组件在真正执行某项任务。
4:59EN → 简体中文Matthew Berman· 2023年7月25日测试 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Matthew Berman· 2023年7月20日测试 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。
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。加载更多已显示 24 篇，共 344 篇