筛选结果
344 篇排序
27:54EN → 简体中文2024 年 12 月 AI 新闻:Genie 2、世界模型、MCP 与新产品Matthew Berman · Forward FutureMatthew Berman 盘点早期交互式世界模型、语音和视频工具、QwQ、分布式训练及 Amazon Nova 的发布。
1:49:41EN → 简体中文一支十来人的团队,在 Meta 的底座上追平了 Meta 的后训练主持 Nathan LabenzNathan Lambert 讲解 Tulu 3:三阶段配方、1% 与 14% 的教训,以及开放的后训练(post-training)如今为何取决于数据与评测。
14:50EN → 简体中文2024 年 11 月 AI 新闻:Mistral、Gemini、核安全与医疗 AIMatthew Berman · Forward FutureMatthew Berman 回顾 Le Chat 更新、模型排名、核安全措施和一项诊断推理研究。
14:05EN → 简体中文MIT 研究:测试时训练提升 ARC 谜题成绩Matthew Berman · Forward FutureMatthew Berman 解读一篇 2024 年论文:语言模型在推理时针对每道谜题进行适配,再将预测与程序合成结果结合。
5:15:00EN → 简体中文Dario Amodei:这部规模化电影他已经看过太多遍嘉宾 Dario Amodei · 主持 Lex FridmanAnthropic 首席执行官给前沿模型的训练成本和 AGI 算了账,随后把话筒交给塑造 Claude 性格、并研究其权重内部结构的人。
0:35EN → 简体中文探访 IBM:Granite 模型、InstructLab 与量子计算Matthew Berman · Forward FutureMatthew Berman 预告一段关于 IBM 小型 AI 模型、模型定制和量子研究的长视频。
11:56EN → 简体中文IBM Granite 3.0 与 InstructLab:面向企业 AI 的小模型Matthew Berman · Forward FutureMatthew Berman 回顾 IBM 2024 年的模型家族及其添加领域知识的方法。IBM 与他合作制作本视频并邀请他参加活动。
2:24:18EN → 简体中文MMLU 在训练后期才脱离随机水平,loss 只是一个警报主持 Nathan LabenzZyphra 的训练负责人讲解了 Zamba 2 的混合架构、真正重要的评测,以及小型实验室仍需重新摸索的那些技术诀窍。
10:39EN → 简体中文Zamba2-7B:混合 Mamba 与 Transformer 的模型编程和推理测试Matthew Berman · Forward FutureMatthew Berman 将 Zyphra 的效率声明与自己的非正式测试作比较,涵盖 Python 游戏、空间谜题和简单文字任务。
41:42EN → 简体中文神经网络仍在等待它的热力学OpenAI 研究员 Dan Roberts 谈物理学家为什么不断转向 AI,以及这个领域为什么至今仍缺少相当于理想气体定律的东西。
9:38EN → 简体中文Liquid Foundation Models:厂商基准与实际测试Matthew Berman · Forward FutureMatthew Berman 回顾 Liquid AI 在 2024 年提出的模型和内存主张,再用编程、逻辑和指令遵循提示测试 40B 预览版。
1:19:00EN → 简体中文Eiso Kant 谈 Poolside、算力与软件开发 AI嘉宾 Eiso Kant · 主持 Harry StebbingsPoolside 首席技术官解释代码执行反馈、模型开发成本以及公司在 AI 竞赛中的抱负。
1:06:48EN → 简体中文o1 又慢又难用,Percy Liang 仍然认为它是个转折点主持 Jacob Effron斯坦福大学的 Percy Liang 把 OpenAI 的 o1 一分为二来看:作为产品令人失望,作为研究信号,却可能是这几年最重要的一个。
45:22EN → 简体中文AlphaGo 每步思考 30 秒,o1 让“多想一会儿”变得通用OpenAI 研究员 Noam Brown、Ilge Akkaya 和 Hunter Lightman 谈如何教语言模型推理,谈生成器与验证器之间的差距,也谈推理时的第二条扩展曲线。
16:57EN → 简体中文Jensen Huang 与 Marc Benioff 谈 AI 智能体和计算的未来Matthew Berman, Jensen Huang, Marc Benioff · Forward FutureMatthew Berman 评论 2024 年 Dreamforce 会议上关于智能体协作、训练、安全和 AI 工具实用化的讨论。
9:15EN → 简体中文Llama 3.2 增加视觉能力与更小的端侧模型Matthew Berman · Forward Future在一段与 Meta 合作的 2024 年视频中,Matthew Berman 解读该模型系列、工具及一次托管的 1B 模型简短演示。
39:45EN → 简体中文Harmonic 的押注:直接教 AI 数学,2029 年前黎曼猜想就会被攻克Robinhood 的 Vlad Tenev 与 Harmonic 联合创始人 Tudor Achim 向红杉资本讲述:为什么数学就是推理,为什么 Lean 是验证器,以及为什么他们不愿坐等数学能力从规模中自然涌现。
1:18:32EN → 简体中文一个能分辨哪些基因碰不得的 DNA 模型主持 Nathan Labenz斯坦福大学的 Brian Hie 讲解混合架构、一个只用 DNA 训练的基因组尺度语言模型,以及一种结合紧密程度比天然抗体高 25 倍的抗体。
0:54EN → 简体中文初探 OpenAI o1 Preview:让模型花更多时间推理Matthew Berman · Forward FutureMatthew Berman 介绍 o1-preview 和 o1-mini,并尝试用 Python 游戏提示词测试模型。
35:30EN → 简体中文Reflection 70B:创作者解释其提出的自我修正方法Matthew Berman, Matt Shumer, Sahil Chaudhary · Forward Future一场发布日访谈中,Matt Shumer 和 Sahil Chaudhary 讨论合成数据、选择性反思和评估局限。
1:03:46EN → 简体中文Zico Kolter 谈 AI 安全、模型扩展与开放模型的边界嘉宾 Zico Kolter · 主持 Harry Stebbings这位 Carnegie Mellon 研究者和 OpenAI 董事解释了他为何担忧提示注入、如何看待开放权重,以及 AI 进展为何仍有不确定性。
50:20EN → 简体中文Arvind Narayanan 谈 AI 扩展、现实风险与模型基准的局限嘉宾 Arvind Narayanan · 主持 Harry Stebbings这位 Princeton 教授质疑有关模型扩展、AGI 时间表和 AI 采用的简单说法,同时讨论深度伪造、医疗、教育与安全。
9:43EN → 简体中文Matthew Berman 测试 Jamba 1.5 的编程与推理能力Matthew Berman · Forward Future在 2024 年的一次上手测试中,AI21 的混合架构模型输出缓慢,在少量提示词上的表现有好有坏。
1:03:26EN → 简体中文Aidan Gomez:模型扩展、数据与企业 AI嘉宾 Aidan Gomez · 主持 Harry StebbingsCohere CEO 讨论基础模型的经济效益、企业采用、AI 智能体,以及他希望技术带来的未来。
加载更多已显示 24 篇,共 344 篇









