筛选结果
256 篇排序
18:57EN → 简体中文
Matthew Berman· 2024年7月9日2024 年 7 月 AI 新闻：小模型、语音工具与 OpenAI 安全问题Matthew Berman, Andrej Karpathy · Forward FutureMatthew Berman 回顾 AI 产品公告、模型评估和安全报道，并分享他对计算未来的预测。
11:20EN → 简体中文Matthew Berman· 2024年7月1日Matthew Berman 将 Mixture of Agents 适配到 Groq 推理服务Matthew Berman · Forward Future这篇 2024 年教程将一个开源多模型集成方案改为使用 Groq，随后测试交互输出并修复流式处理错误。
9:06EN → 简体中文Matthew Berman· 2024年6月28日实测 Nemotron-4 340B：合成数据与几道推理题Matthew Berman · Matthew BermanMatthew Berman 介绍 NVIDIA 在 2024 年推出的合成数据模型系列，并用少量编程、算术和逻辑题进行测试。
1:54:01EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年6月26日播客一个小网络长出了盐晶体，而训练数据里从来没有它主持 Nathan LabenzTim Duignan 用盐水训练了数万个参数。模型“发明”了一种晶体，还推出了一套连续介质溶剂理论（continuum solvent theory）；而他读博期间花了整整一个博士阶段，也没能手工把这套理论写出来。
16:06EN → 简体中文Matthew Berman· 2024年6月18日AI 新闻：视频生成、Apple Intelligence、机器人与 DeepSeek Coder V2Matthew Berman · Forward FutureMatthew Berman 回顾一周的发布与研究，从 Luma、Runway 到 NVIDIA、机器人和编程模型。
17:03EN → 简体中文Matthew Berman· 2024年6月8日Qwen2 0.5B 与 72B：实际测试比较Matthew Berman · Forward FutureMatthew Berman 在 2024 年的演示中，使用编程、算术和推理提示词测试 Qwen2 最小和最大的模型。
14:25EN → 简体中文Matthew Berman· 2024年6月2日图像测试：Phi-3 Vision、LLaVA-Llama 3 与 GPT-4oMatthew Berman · Forward FutureMatthew Berman 在图像描述、截图、迷因和表格提取任务中比较三种 2024 年视觉模型配置，结果各有优劣。
9:53EN → 简体中文Matthew Berman· 2024年5月28日本地测试 Microsoft Phi-3 Medium：编码与推理结果不一Matthew Berman · Forward FutureMatthew Berman 在 MacBook 上运行量化版 Phi-3 Medium，测试编码、算术和推理提示。
12:50EN → 简体中文Matthew Berman· 2024年5月22日测试 Smaug：托管 70B 与较小本地模型的比较Matthew Berman · Forward FutureMatthew Berman 在贪吃蛇、数学和推理题上比较两种 Smaug 配置。
25:07EN → 简体中文Matthew Berman· 2024年5月14日Google I/O 2024：Gemini、Project Astra 与 Google 产品中的 AISundar Pichai, Josh Woodward, Demis Hassabis · Google回顾 Google 在 2024 年展示的多模态助手、生成式媒体、Workspace、Android 和开发者模型。
16:44EN → 简体中文Matthew Berman· 2024年5月9日Matthew Berman 评论 OpenAI 的 2024 年 AI 基础设施安全提议Matthew Berman · Matthew Berman从开放模型权重的立场出发，解读并评论六类安全措施。
51:00EN → 简体中文
20VC with Harry Stebbings· 2024年4月29日播客 · 2 人对谈Arthur Mensch：Mistral 的开放模型、算力与开发者战略嘉宾 Arthur Mensch · 主持 Harry StebbingsMistral AI 联合创始人解释公司如何结合开放和商业模型、应对算力限制，并押注高效的开发者工具。
21:47EN → 简体中文Matthew Berman· 2024年4月24日Phi-3 Mini：Microsoft 的小模型、手机部署与一场身份存疑的本地测试Matthew Berman · Forward FutureMatthew Berman 解读 Microsoft 的 2024 年技术报告并进行非正式提示测试，但演示中的模型标签存在未解之处。
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。加载更多已显示 24 篇，共 256 篇