筛选结果
89 篇排序
39:05ZH
Zhang Xiaojun Podcast· 2024年9月25日播客 · 2 人对谈王小川：o1、强化学习与从快思考走向慢思考嘉宾 王小川 · 主持 张小珺百川智能创始人解读 o1 的可能技术路径，讨论强化学习、医疗场景和创业公司的选择。
10:57EN → 简体中文
Matthew Berman· 2024年9月13日测试 OpenAI o1-preview：俄罗斯方块、物理推理与北极题错误Matthew Berman · Forward Future2024 年 9 月，Matthew Berman 用个人评分题目测试新推理模型预览版，考察回答的成功与失误。
21:21EN → 简体中文Matthew Berman· 2024年9月12日OpenAI o1 的 2024 年发布：推理基准与早期测试Matthew Berman · Forward FutureMatthew Berman 回顾 o1-preview、o1-mini、OpenAI 报告的评估结果，以及他自己的早期编程实验。
51:15EN → 简体中文
Sequoia Capital· 2024年9月10日播客通用人工智能只剩一个难题：在单个 Token 上多花一百万倍的算力Magic 创始人 Eric Steinberger 在红杉资本 Training Data 节目中说明：他为什么要自己训练模型，为什么软件工程师是通用人工智能（AGI）的 MVP，以及为什么 96% 仍然算不上同事。
12:03EN → 简体中文Matthew Berman· 2024年9月6日Reflection 70B：自我纠错的说法与 2024 年演示的局限Matthew Berman · Forward FutureMatthew Berman 评测一个经过训练、会生成反思步骤的模型。其最初的基准成绩后来难以由独立评估者复现。
15:42EN → 简体中文Matthew Berman· 2024年8月28日Strawberry 与 Orion：2024 年有关 OpenAI 下一代模型的报道Matthew Berman · Forward FutureMatthew Berman 研究有关推理项目、合成数据和未来旗舰模型的报道。后续发布澄清了部分情况，但许多原始说法仍来自匿名消息人士。
15:24EN → 简体中文Matthew Berman· 2024年8月13日测试匿名模型 sus-column-r：它后来被确认是 Grok-2Matthew Berman · Forward FutureMatthew Berman 测试一款 2024 年 Arena 神秘模型的编程与推理能力；其冗长回答引发了有关 OpenAI 的猜测，但后来的身份确认与猜测相悖。
12:17EN → 简体中文Matthew Berman· 2024年8月7日测试 Gemini 1.5 Pro 的编程、推理、图像和视频能力Matthew Berman · Forward FutureMatthew Berman 在 2024 年的一次非正式评测中比较标准版和实验版 Gemini，发现结果有好有坏，并反复出现输出错误。
14:15EN → 简体中文Matthew Berman· 2024年7月16日报道中的 OpenAI Strawberry 项目与五级 AGI 框架Matthew Berman · Forward FutureMatthew Berman 解读 2024 年有关推理项目、长时程任务及拟议 AI 能力等级的报道。
1:56:03EN → 简体中文
Cognitive Revolution "How AI Changes Everything"· 2024年7月13日播客人类接近满分，最强 AI 仍只拿到 39%主持 Nathan LabenzZapier 联合创始人 Mike Knoop 和 François Chollet 为 ARC-AGI 拿出了 100 万美元奖金。ARC-AGI 是 2019 年提出的、考察样本效率的智能测试，在每题一美分的算力预算下，语言模型至今仍无法破解。
55:13EN → 简体中文Sequoia Capital· 2024年7月2日播客这项测试上最好的 AI 只得 39%，Zapier 联合创始人拿出 100 万美元奖金，要攻克它François Chollet 设计 ARC，用来衡量获取新技能的效率。五年过去，人类依然轻松过关，前沿模型却做不到。
12:55EN → 简体中文Matthew Berman· 2024年6月23日测试 Mixture-of-Agents 的编程、算术与推理能力Matthew Berman · Forward FutureMatthew Berman 用自己的非正式大模型测试题试验多模型配置，发现一些出色的回答，同时也遇到编程和计数失败。
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。
1:03:12EN → 简体中文
20VC with Harry Stebbings· 2024年6月5日播客 · 2 人对谈Aravind Srinivas 谈推理、模型经济性与 Perplexity 的建设嘉宾 Aravind Srinivas · 主持 Harry StebbingsPerplexity 联合创始人讨论 AI 规模扩张、基础模型竞争、广告以及打造搜索产品的挑战。
17:12EN → 简体中文Matthew Berman· 2024年4月30日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。
22:17EN → 简体中文Matthew Berman· 2024年3月21日Q* 传闻、能量模型与推理研究Matthew Berman, Yann Lecun · Forward FutureMatthew Berman 审视一份未经证实的匿名 Q* 描述，并将其中的想法与训练语言模型进行推理的已发表研究作比较。
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。
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）。
35:16EN → 简体中文Matthew Berman· 2023年11月28日2023 年关于 Q* 的已知信息与推测Matthew Berman, Sam Altman, Andrej Karpathy · Forward Future在 OpenAI 领导层危机之后，Matthew Berman 梳理传闻、推理论文和自我对弈的类比，并涉及大量尚未证实的信息。
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。
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。
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。
2:00:19EN → 简体中文Cognitive Revolution "How AI Changes Everything"· 2023年6月6日播客150 万个 GPT-4 童话，让 3300 万参数的模型推理超过 GPT-2主持 Nathan Labenz来试试这道填空：Lily 喜欢猫和狗。她向妈妈要了一只狗。妈妈不同意，于是她又要了一个……加载更多已显示 24 篇，共 89 篇