筛选结果
180 篇排序
9:35EN → 简体中文
Matthew Berman· 2025年2月25日Claude 3.7 Sonnet 与 Claude Code：早期编程测试Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 2025 年发布时的基准，构建由 AI 控制的贪吃蛇游戏，并测试数学和近期信息。
17:20EN → 简体中文Matthew Berman· 2025年2月23日用 Vibe Coding 构建登录页和俄罗斯方块 AIMatthew Berman · Forward FutureMatthew Berman 试验 AI 编写代码，反复修复问题，并训练一个基础游戏智能体。
18:05EN → 简体中文Matthew Berman· 2025年2月16日OpenAI 编程竞赛研究：o1-ioi、o3 与结果的边界Matthew Berman, Sam Altman · Forward FutureMatthew Berman 解读 OpenAI 2025 年关于强化学习和编程竞赛的论文。模型在研究的基准上表现出色，但结果不能证明 AGI，也不意味着模型开发不再需要人。
0:59EN → 简体中文Matthew Berman· 2025年2月13日什么是 Vibe Coding？Matthew Berman 介绍他的工作流Matthew Berman · Forward FutureBerman 介绍如何用语音输入和 AI 编程编辑器构建软件、测试结果并反馈错误，而无需阅读代码。
21:10EN → 简体中文Matthew Berman· 2025年2月11日Sam Altman 对 2025 年 AI 编程的预测与三个观察Matthew Berman, Sam Altman · Forward FutureMatthew Berman 解读推理模型、软件智能体与 AI 经济学的预测，并区分编程竞赛成绩和更广泛的实际工作。
9:58EN → 简体中文Matthew Berman· 2025年2月1日Matthew Berman 测试 o3-mini：游戏、谜题与网络搜索Matthew Berman · Forward Future2025 年的一次上手测试发现，游戏原型可以运行，多道题回答正确，但也出现消行延迟、题目歧义和搜索设置失误。
9:58EN → 简体中文Matthew Berman· 2025年1月31日OpenAI o3-mini 发布：推理强度、基准与贪吃蛇测试Matthew Berman · Forward Future2025 年 1 月，Matthew Berman 解读 OpenAI 报告的结果，并用不同推理设置尝试两个编码示例。
15:10EN → 简体中文Matthew Berman· 2025年1月22日测试 DeepSeek R1 的编程、推理与敏感问题回答Matthew Berman · Forward FutureMatthew Berman 在云端 GPU 上运行完整 R1 模型，测试游戏编程、推理谜题和政治敏感提示词。
26:23EN → 简体中文Matthew Berman· 2024年12月20日OpenAI 发布 o3：基准测试进展与 AGI 之问Matthew Berman, Sam Altman, Mark Chen, Greg Kamradt, Hongyu Ren · Forward FutureMatthew Berman 回顾 2024 年 12 月 o3 和 o3-mini 的发布，包括编程、数学与 ARC-AGI 成绩。他认为这些结果证明了 AGI，但基准测试本身无法确立这一结论。
52:21EN → 简体中文Matthew Berman· 2024年12月7日SWE-bench 团队谈编程智能体、评估与编程的未来Matthew Berman, Kilian Lieret, Ofir Press, Carlos E. Jimenez · Forward FutureKilian Lieret、Ofir Press 和 Carlos Jimenez 解释真实 GitHub issue 如何成为基准，以及界面设计如何塑造 SWE-agent。
1:22:09EN → 简体中文Matthew Berman· 2024年12月5日直播测试 ChatGPT o1 Pro：谜题、代码与更多推理的成本Matthew Berman · Forward FutureMatthew Berman 用观众提出的问题测试 OpenAI 新推出的每月 200 美元套餐，遇到了缓慢回复、简单成功案例和错误的数独结论。
0:28EN → 简体中文Matthew Berman· 2024年11月6日比较三个本地编程模型Matthew Berman · Forward FutureMatthew Berman 介绍一项赞助比较：在工作站上运行 DeepSeek Coder V2、Yi-Coder 和 Qwen Coder。
19:03EN → 简体中文Matthew Berman· 2024年10月30日2024 年 10 月 AI 新闻：Apple Intelligence、编程助理、搜索与智能体Matthew Berman · Forward FutureMatthew Berman 回顾 Apple Intelligence 首次发布、新编程工具、AI 搜索争议、本地模型以及浏览器智能体相关报道。
12:29EN → 简体中文Matthew Berman· 2024年10月25日测试更新版 Claude 3.5 Sonnet：编程、推理与视觉Matthew Berman · Forward FutureMatthew Berman 用 Python 游戏、逻辑谜题和图片测试 2024 年 10 月的模型，结果有好有坏，部分评分也存在争议。
15:00EN → 简体中文Matthew Berman· 2024年10月4日Matthew Berman 测试首个 ChatGPT Canvas 测试版Matthew Berman · Forward Future这段 2024 年的演示探索了并排编辑代码和文本、快捷功能的意外行为，以及 AI 开发者面临的平台风险。
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。
1:31:56EN → 简体中文Matthew Berman· 2024年9月12日用谜题、代码和推理测试 OpenAI o1：发布日直播Matthew Berman · Forward FutureMatthew Berman 按观众建议，让 o1-preview 和 o1-mini 尝试字数统计、Tetris、物理推理及文字谜题，并与观众一起检查结果。
1:30:24EN → 简体中文Matthew Berman· 2024年8月30日Daniel Miessler 与 Matthew Berman 谈 AI 隐私、编程和生成式世界Matthew Berman, Daniel Miessler, Melissa, Alex · Forward Future一场 2024 年直播讨论 Recall、开放模型、AI 辅助编程、Doom 模拟器，以及安全、能源和就业问题。
18:37EN → 简体中文Matthew Berman· 2024年8月29日GameNGen 模拟 Doom：AI 编程、安全与推理新闻加速涌现Matthew Berman · Forward FutureMatthew Berman 回顾 2024 年的游戏模拟论文、Cursor、机器人、AI 安全争论和新企业工具。
19:46EN → 简体中文Matthew Berman· 2024年8月28日Linus Torvalds 与 Dirk Hohndel 谈 AI 编程、漏洞和炒作Matthew Berman, Linus Torvalds, Dirk Hohndel · Forward FutureMatthew Berman 评论两场有关 AI 辅助编程、代码审查、自动化和开放数据的对话。
18:39EN → 简体中文Matthew Berman· 2024年8月17日AI Scientist、Grok-2 与 Agent Q：Matthew Berman 的 2024 年 8 月 AI 新闻回顾Matthew Berman · Forward Future一周内的模型发布、网页智能体和 AI 研究，引出了关于基准测试、自动化以及原型与预测之间差距的问题。
13:40EN → 简体中文Matthew Berman· 2024年7月29日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。
10:57EN → 简体中文Matthew Berman· 2024年6月24日测试 Claude 3.5 Sonnet：编程、推理与视觉Matthew Berman · Forward FutureMatthew Berman 用非正式的编程、数学、谜题和图像理解提示测试 Anthropic 在 2024 年 6 月发布的模型。加载更多已显示 24 篇，共 180 篇