筛选结果
250 篇排序
12:51EN → 简体中文
Matthew Berman· 2024年4月21日Groq 上的 Llama 3 70B：高速推理与非正式提示测试Matthew Berman · Forward FutureMatthew Berman 测试 Groq 2024 年 4 月提供的 Llama 3 服务，考察编程、推理和重复提示；结果有好有坏，评分也有几处需要注意。
1:42:17EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年4月20日播客最便宜的推理服务商，才是最危险的主持 Nathan LabenzFireworks AI 的两位联合创始人 Lin Qiao 和 Dmytro Ivchenko 解释了补贴出来的 GPU 账单为什么会消失，低秩适配（LoRA）服务如何能把成本降低百倍，以及真正值得在意的对手为什么是 OpenAI。
15:01EN → 简体中文Matthew Berman· 2024年4月19日发布时测试 Llama 3：代码、推理与图像生成Matthew Berman · Forward FutureMatthew Berman 用贪吃蛇游戏、逻辑题和快速图像生成体验 Meta AI 的新界面。
15:35EN → 简体中文Matthew Berman· 2024年4月18日Meta Llama 3 发布：基准测试、贪吃蛇试玩与 Meta AI 助手Matthew Berman · Forward FutureMatthew Berman 回顾 2024 年 4 月的发布，试玩生成的游戏，并思考可下载模型对开发者的意义。
0:55EN → 简体中文Matthew Berman· 2024年4月18日Meta Llama 3：编程与图像生成快速演示Matthew Berman · Forward FutureMatthew Berman 介绍首批 8B 和 70B Llama 3 模型，并尝试生成 Python 贪吃蛇游戏和图像。
12:02EN → 简体中文Matthew Berman· 2024年4月13日用编程和推理任务测试 Karasu Mixtral 8x22BMatthew Berman · Forward FutureMatthew Berman 用贪吃蛇游戏、算术和逻辑谜题，测试 Mistral 大型混合专家模型的早期社区微调版本。
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。
14:11EN → 简体中文Matthew Berman· 2024年3月23日2024 年的 LM Studio：本地模型、并行推理与本地 APIMatthew Berman · Forward FutureMatthew Berman 演示模型下载、硬件设置、JSON 输出，以及如何提供多个本地模型的服务。
0:54EN → 简体中文Matthew Berman· 2024年3月18日xAI 发布 Grok-1 权重和架构Matthew Berman · Forward FutureMatthew Berman 介绍 Grok-1 的混合专家基础模型及其 Apache 2.0 许可证。
8:26EN → 简体中文Matthew Berman· 2024年3月18日2024 年 Grok-1 权重发布后测试 X 上的 GrokMatthew Berman · Forward FutureMatthew Berman 在托管的 Grok 界面中尝试编程和推理提示词，结果有好有坏。
4:49EN → 简体中文Matthew Berman· 2024年3月17日xAI 以 Apache 2.0 许可发布 Grok-1 基础模型权重Matthew Berman · Forward FutureMatthew Berman 讨论 2024 年 3 月发布的 3140 亿参数混合专家模型，以及马斯克与 OpenAI 的争议背景。
52:06EN → 简体中文Matthew Berman· 2024年3月16日Yann LeCun 谈世界模型、开放 AI 与通向高级智能之路Matthew Berman, Yann Lecun, Lex Fridman · Forward FutureMatthew Berman 点评 LeCun 在 2024 年与 Lex Fridman 对话的片段，涵盖语言模型、JEPA、机器人、AI 安全和经济激励。
2:47:17EN → 简体中文
Lex Fridman· 2024年3月7日播客 · 2 人对谈想做出人类水平的 AI，就该放弃生成式模型嘉宾 Yann Lecun · 主持 Lex FridmanYann LeCun 在与 Lex Fridman 的对话中说明，为什么自回归大语言模型（LLM）无法规划、记忆或理解物理世界，以及为什么开源是唯一民主的答案。
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。
27:07EN → 简体中文Matthew Berman· 2024年2月14日Sam Altman 谈 AI 丰裕、监管与算力经济Matthew Berman, Sam Altman, Chamath Palihapitiya · Forward Future一场 2024 年世界政府峰会采访之后，Matthew Berman 讨论芯片投资和开放模型竞争。
6:56EN → 简体中文Matthew Berman· 2024年2月7日Meta 为什么认为开放 AI 基础设施有利于自身业务Matthew Berman, Mark Zuckerberg · Forward FutureMatthew Berman 回顾 Meta 的开放开发历史，以及 Mark Zuckerberg 在 2024 年提出的分享 AI 基础设施的理由。
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。
7:20EN → 简体中文Matthew Berman· 2024年1月30日使用 Cody 和 Ollama 实现本地代码补全Matthew Berman · Forward Future在一段 2024 年的赞助教程中，Matthew Berman 为 Cody 自动补全配置 Code Llama 7B，并演示其他云端编程功能。
3:37EN → 简体中文Matthew Berman· 2024年1月18日Mark Zuckerberg 宣布训练 Llama 3 与 Meta 的 AI 计划Matthew Berman, Mark Zuckerberg · Forward Future2024 年 1 月，Matthew Berman 评述 Zuckerberg 关于通用智能、算力和 AI 设备的发言。
19:10EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2024年1月11日播客 · 2 人对谈世界上唯一的分红上限公司主持 Sarah Guo, Elad GilNo Priors 用八段对话回顾 2023 年，话题涉及金钱、智能、就业，以及谁该为模型装上护栏（guardrail）。
35:22EN → 简体中文Matthew Berman· 2024年1月3日Matthew Berman 对 2024 年人工智能的十大预测Matthew Berman, Mark Zuckerberg, Lex Fridman, Jaron Lanier, Joon Park, Elon Musk · Forward Future这份 2024 年初的预测涵盖模型发布、机器人、智能体、合成数据，以及越来越逼真的机器人账号带来的风险。
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。
2:16:27EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年12月12日播客超人级围棋 AI 也有盲点，Balaji 押注的是诸神之战主持 Nathan LabenzBalaji Srinivasan 向 Nathan Labenz 解释：对抗性输入、缺失的执行器和密码学，让一个失控的单一 AI 神明变得不那么可能，反而更可能出现众多神明之间的角逐，而每一位神都仍需要祭司。加载更多已显示 24 篇，共 250 篇