筛选结果
226 篇排序
19:51EN → 简体中文
Matthew Berman· 2024年3月15日Devin 的 2024 年发布：编程智能体演示与基准测试说法Matthew Berman, Scott Wu, Neal, Walden · Forward FutureMatthew Berman 结合此前的编程项目，审视 Cognition 的软件智能体演示、界面和 SWE-bench 对比。
13:57EN → 简体中文Matthew Berman· 2024年2月27日Mistral Large：2024 年的编程、推理与安全回答评测Matthew Berman · Forward FutureMatthew Berman 回顾 Mistral 的发布主张，并用少量提示词测试模型。
30:39EN → 简体中文Matthew Berman· 2024年2月25日NVIDIA GEAR 研究、Gemini 1.5 与高速 AI 推理Matthew Berman · Forward FutureMatthew Berman 回顾具身智能体研究，以及 2024 年 2 月的一系列 AI 发布和演示。
11:14EN → 简体中文Matthew Berman· 2024年2月8日初探 Gemini Advanced 与 Ultra 1.0：功能解析和实际测试Matthew Berman · Forward Future2024 年 2 月，Matthew Berman 介绍 Google 将 Bard 更名为 Gemini，并测试新的付费产品在编程、逻辑和图像识别方面的表现。
9:25EN → 简体中文Matthew Berman· 2024年1月31日Matthew Berman 用贪吃蛇游戏测试 Meta 的 Code Llama 70BMatthew Berman · Forward Future回顾 Meta 在 2024 年发布的编程模型、针对 SQL 微调的版本，以及一次未能成功运行的上手测试。
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。
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。
19:37EN → 简体中文Matthew Berman· 2023年12月13日改写测试数据如何推高 130 亿参数模型的基准分数Matthew Berman · Forward FutureMatthew Berman 解读一项 2023 年的实验，说明改写基准题目如何避开简单的污染检查并推高模型分数。
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。
26:52EN → 简体中文Matthew Berman· 2023年12月7日Google 发布 Gemini：多模态演示、基准测试与科研应用Matthew Berman · Forward FutureMatthew Berman 回顾 Google 于 2023 年 12 月发布的 Gemini 报告和宣传演示，涵盖视觉推理与科学文献筛选等内容。
7:48EN → 简体中文Matthew Berman· 2023年11月26日测试 Dolphin 2.2 Yi 34B 的编程与推理能力Matthew Berman · Forward Future2023 年 11 月，Matthew Berman 使用编程、写作和逻辑提示词，对量化后的 Yi 微调模型进行非正式测试，结果好坏参半。
10:37EN → 简体中文Matthew Berman· 2023年11月17日实测 DeepSeek Coder：表单、代码错误与贪吃蛇游戏Matthew Berman · Forward FutureMatthew Berman 用一套小规模实操题测试这款 2023 年的编程模型，从 JSON、单元测试到可玩的游戏。
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。
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。
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。
10:20EN → 简体中文Matthew Berman· 2023年8月30日Phind Code Llama 34B 对比 GPT-4：一次 2023 年 Python 编程测试Matthew Berman · Forward FutureMatthew Berman 用游戏、短函数和重构任务比较量化的 Phind 微调模型与 GPT-4，结果有好有坏。
2:25EN → 简体中文Matthew Berman· 2023年8月1日Gorilla：用语言模型生成 API 调用Matthew Berman · Forward FutureMatthew Berman 介绍一项 2023 年的研究：通过检索文档帮助语言模型生成工具调用。
5:34EN → 简体中文Matthew Berman· 2023年7月26日FreeWilly2：一次格式尚不确定的 2023 年提示词测试Matthew Berman · Forward FutureMatthew Berman 在首轮表现不佳后重新测试一个经过指令微调的 Llama 2 模型，发现结果好坏参半，提示词模板也可能存在问题。
11:16EN → 简体中文Matthew Berman· 2023年7月21日2023 年 7 月 AI 新闻：Llama 2、生成视频与模型表现Matthew Berman · Matthew BermanMatthew Berman 回顾一周的 AI 公告、研究和报道，涵盖娱乐实验、企业工具和 Meta 的 Llama 2。
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。
9:46EN → 简体中文Matthew Berman· 2023年7月17日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。
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。
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。
19:38EN → 简体中文Matthew Berman· 2023年6月9日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。加载更多已显示 24 篇，共 226 篇