筛选结果
269 篇排序
14:23EN → 简体中文
Matthew Berman· 2024年3月31日实测 DBRX：编程能力亮眼，推理仍有短板Matthew Berman · Forward FutureMatthew Berman 介绍 Databricks 的开放权重模型，并用编程、算术和推理题进行测试。
27:32EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年3月28日播客 · 2 人对谈从业余项目到 700 个集成：Harrison Chase 谈仍在卡住智能体（Agent）的问题主持 Sarah Guo, Elad GilLangChain 的 CEO 回顾了两年间设计模式的反复更替，并解释了为什么记忆、规划和少样本（few-shot）数据，仍比更换模型更重要。
1:28:37EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年3月14日播客看完 GPT-4 演示 12 小时后，他让一家十年老的法律创业公司转了向主持 Nathan LabenzPablo Arredondo 是 CaseText 的联合创始人，现任汤森路透 CoCounsel 副总裁。他追溯了法律研究从 19 世纪的引证工具，一路走到以检索为锚的 GPT-4 产品；律师事务所把这款产品当作同事，而不只是搜索框。
21:16EN → 简体中文Matthew Berman· 2024年3月9日ArtPrompt：2024 年研究如何考察视觉文本与模型安全Matthew Berman · Forward FutureMatthew Berman 解读 ASCII 艺术识别基准，并报告自己非正式测试中喜忧参半的结果。
23:00EN → 简体中文Matthew Berman· 2024年2月22日发布时实测 Google Gemma 7B：配置会影响结果Matthew Berman · Forward FutureMatthew Berman 比较 Google 早期开放权重模型的本地测试与托管服务复测。
1:06:39EN → 简体中文
Unsupervised Learning: With Jacob Effron· 2024年1月9日播客OpenAI 首位开发者关系负责人：他的代码 90% 由 ChatGPT 写成，网页智能体仍需数年主持 Jacob EffronLogan Kilpatrick 谈如何在 GPT-3.5 与 GPT-4 之间做选择、插件为何停滞不前，以及为什么公共互联网还没有准备好迎接自主智能体。
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。
1:22:59EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年12月2日播客如果智能体有 80% 的时间是对的，十步之后只剩 10% 的成功率主持 Nathan LabenzImbue 的 CTO Josh Albrecht 向 Nathan Labenz 讲述，这家还没有产品、只有 27 人的研究公司，如何把 2 亿美元和 10000 块 H100 投向真正能完成长任务的智能体（Agent）。
18:29EN → 简体中文Matthew Berman· 2023年12月1日OpenAI 2023 年领导层危机、Q* 猜测与合成数据Matthew Berman, Andrew Ross Sorkin, Elon Musk · Forward FutureMatthew Berman 将 Sam Altman 回归、Elon Musk 的采访和 Nathan Lambert 对合成训练数据的讨论联系起来，并区分报道事实与自己的理论。
32:48EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年11月16日播客 · 2 人对谈14 人、2 亿美元算力，以及智能体（Agent）的可靠性瓶颈主持 Sarah Guo, Elad GilImbue 联合创始人 Kanjun Qiu 和 Josh Albrecht 谈智能体为什么会失败，语言模型为什么学不会通用算法，以及他们为何把一轮巨额融资花在 GPU 上，而不是用来扩充人手。
1:23:10EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年9月19日播客500 美元以下的奢侈品手袋，击穿了一家银行的欺诈模型主持 Nathan LabenzArthur.ai 首席执行官 Adam Wenchel 谈边界探测攻击（boundary detection attack）、大语言模型（LLM）防火墙，以及为什么吞下原始文本的模型，无法从内部实现安全。
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。
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。
39:45EN → 简体中文No Priors: AI, Machine Learning, Tech, & Startups· 2023年7月27日播客 · 2 人对谈Palantir 第 13 号员工：模型是随机精灵，本体是拴住它的桩主持 Sarah Guo, Elad Gil首席技术官 Shyam Sankar 谈 550 个微服务、与外网隔绝的潜艇，以及为什么 Palantir 的本体（ontology）恰恰是大语言模型一直在等的东西。
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。
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。
11:07EN → 简体中文Matthew Berman· 2023年7月24日安装 Llama 2 13B Chat 并测试其回答Matthew Berman · Forward FutureMatthew Berman 演示 2023 年的本地安装流程，并用编程、写作、算术和推理题测试这款 130 亿参数聊天模型。一组少量提示展示了有用的输出，也暴露了错误。
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。
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。
54:00EN → 简体中文
20VC with Harry Stebbings· 2023年6月30日播客 · 2 人对谈Douwe Kiela 谈数据、检索与企业 AI嘉宾 Douwe Kiela · 主持 Harry StebbingsContextual AI 首席执行官讨论语言模型的权衡、评估、开放模型和企业使用的障碍。
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。
7:21EN → 简体中文Matthew Berman· 2023年6月26日测试 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。
13:50EN → 简体中文Matthew Berman· 2023年6月23日MPT-30B：本地运行 MosaicML 模型并测试其 Chat 版本Matthew Berman · Forward FutureMatthew Berman 回顾 MosaicML 于 2023 年 6 月发布的模型，演示本地配置，并用一组非正式提示词测试托管的 Chat 模型。加载更多已显示 24 篇，共 269 篇