筛选结果
273 篇排序
0:42EN → 简体中文
Matthew Berman· 2024年1月31日LLaVA 1.6 支持理解更高分辨率的图像Matthew Berman · Forward FutureMatthew Berman 回顾 2024 年 1 月发布的 LLaVA 1.6，以及通过 Ollama 在本地运行它的方式。
40:58EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年1月25日播客 · 2 人对谈工厂里 99% 的机器人都很笨，Covariant 想先让聪明的机器人进仓库干活主持 Sarah Guo, Elad Gil前 OpenAI 研究员 Peter Chen 解释，为什么机器人基础模型必须在生产车间里训练，而不能只在实验室里训练。
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。
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。
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。
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。
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。
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。
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。
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。加载更多已显示 24 篇，共 273 篇