筛选结果
252 篇排序
49:41ZH傅盛:大模型是生产力革命,机器人迎来新的窗口嘉宾 傅盛 · 主持 张小珺傅盛认为,大模型的核心是逻辑与推理能力,它带来的变化更像蒸汽机,而不是一次普通的互联网迭代。从平民化模型、服务机器人到创业者如何面对低谷,他也回看了自己的判断与心境。
2:04:15EN → 简体中文鹦鹉不会换个说法,Claude 也没法被说服去做有害的事主持 Nathan LabenzNonzero 播客的 Robert Wright 采访 Nathan Labenz,谈大语言模型到底懂不懂什么、Anthropic 那 1000 万个特征究竟说明了什么,以及开放权重为何会与中美政策相冲突。
16:06EN → 简体中文Q* 与 Strawberry:2024 年 8 月已知信息和推测Matthew Berman · Forward Future在底层项目尚未披露时,Matthew Berman 回顾当时的传闻,以及有关推理、搜索和自我对弈的研究概念。
46:09EN → 简体中文Oriol Vinyals:把九成算力烧在预训练上的日子屈指可数了主持 Sarah Guo, Elad GilGoogle DeepMind 研究副总裁 Oriol Vinyals 谈 Gemini、长上下文、从预训练转向强化学习(RL)的即将到来,以及通用人工智能(AGI)为什么可能永远没有终点线。
13:40EN → 简体中文Llama 3.1 8B 实测:基准提升与参差不齐的实际结果Matthew Berman · Forward FutureMatthew Berman 用编程、推理等提示测试这款小模型,发现尽管报告的基准成绩更高,仍有多项失败。
0:58EN → 简体中文NVIDIA NIM:容器化 AI 推理微服务Matthew Berman · Forward Future一段赞助内容介绍 NVIDIA 如何将模型推理打包,供本地和云端应用使用。
1:42:16EN → 简体中文七个月里 267 篇后续论文:Albert Gu 讲述状态空间模型的革命主持 Nathan LabenzMamba 合著者回顾了五年来的循环模型研究,讲选择性压缩为什么比不断增长的 KV 缓存(KV cache)更有效,以及 Mamba 2 为了让训练更快放弃了什么。
34:09EN → 简体中文五个独立团队都找到了同一个胜过 Transformer 的 10:1 混合比例主持 Sarah Guo, Elad GilS4 和 Mamba 的作者认为,以状态空间(state-space)层为主、再掺一点注意力(attention)的架构才真正有效,他们首先把它做成了实时语音。
1:54:01EN → 简体中文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。
58:18EN → 简体中文David Luan 谈模型扩展、AI 智能体与芯片产业链竞争嘉宾 David Luan · 主持 Harry StebbingsAdept 联合创始人解释他对算力、垂直整合、企业智能体的看法,以及为何人机交互应影响 AI 产品设计。
1:37:07EN → 简体中文只靠文字的 AI 诊断胜过全科医生,谷歌却仍不肯上线主持 Nathan Labenz谷歌研究员 Vivek Natarajan 和 Khaled Saab 带 Nathan Labenz 逐一讲解五篇医疗 AI 论文,从放射学报告讲到仍需赢得信任的 AI 医生。
13:18EN → 简体中文在双 RTX 6000 工作站上测试本地 AIMatthew Berman · Forward FutureMatthew Berman 在 Dell 和 NVIDIA 提供的 Dell Precision 塔式工作站上测试语言模型、并发推理和图像生成。
1:06:04EN → 简体中文Alexandr Wang 谈 AI 数据、模型开发与 Scale 的建设嘉宾 Alexandr Wang · 主持 Harry StebbingsScale 创始人讨论数据瓶颈论点、企业采用、AI 安全,以及扩大团队面临的挑战。
1:59:15EN → 简体中文一分钟生成蛋白质骨架:AI 生物学的真实进展、瓶颈与风险主持 Nathan Labenz白宫为生物模型设定的报告门槛,比语言模型低了一千倍。这场对话说明,这道差距如今看来很有先见之明。
58:28EN → 简体中文从越狱 ChatGPT 到 Anthropic 的第一位提示词工程师:Alex Albert 如何推出 Claude 3主持 Nathan Labenz在建立 jailbreakchat.com 一年之后,Alex Albert 与 Nathan Labenz 一起,聊 Claude 3 的写作、编排、性格塑造,以及开发者仍然会跳过的应用护栏。
12:50EN → 简体中文测试 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。
13:37EN → 简体中文测试 Gemini 1.5 Pro 的长上下文与视频理解Matthew Berman · Forward FutureMatthew Berman 的 2024 年测试既展示了有用的图像和视频摘要,也出现代码被阻止与细节遗漏。
27:07EN → 简体中文GPT-4o 发布:语音、视觉与更自然的对话界面Matthew Berman, Mira Murati · Forward FutureMatthew Berman 回顾 OpenAI 2024 年 5 月的 GPT-4o 演示,探讨响应更快的多模态助手能够带来什么。
17:12EN → 简体中文2024 年 4 月测试神秘模型“gpt2-chatbot”Matthew Berman · Forward FutureMatthew Berman 在模型身份尚不确定时,用编程、算术和推理任务对它进行测试。
16:28EN → 简体中文测试 Reka Core:多模态基准、编程与推理Matthew Berman · Forward FutureMatthew Berman 回顾 Reka 公布的模型比较,并用代码、逻辑和图像理解任务测试 Core。
15:01EN → 简体中文发布时测试 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。
1:01:39EN → 简体中文GPT-5 需要 100 万亿个 Token,地球够用吗?主持 Nathan Labenz训练 GPT-3 用了约 1 万亿个 Token,GPT-4 用了约 10 万亿个。下一步跃升,数据问题和算力问题同样重要。
1:19:24EN → 简体中文一段乱码提示词,能读出 GPT-J 提前三个 token 的规划主持 Nathan Labenz美国东北大学的 Bau 实验室发现,一个 4 万参数的软提示(soft prompt)能读出模型接下来要说的词,而大约十个注意力头(attention head)承载着任务本身。
14:23EN → 简体中文实测 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。
加载更多已显示 24 篇,共 252 篇







