筛选结果
74 篇排序
15:46EN → 简体中文
Matthew Berman· 2025年4月16日OpenAI o3 与 o4-mini：工具使用、基准测试和首版 Codex CLIMatthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 2025 年 4 月发布的推理模型、科学图像分析演示，以及终端编程智能体的首次亮相。
7:33EN → 简体中文Matthew Berman· 2025年4月4日Ace 计算机操作智能体：快速桌面与浏览器演示Matthew Berman · Forward FutureMatthew Berman 回顾 General Agents 的示例及其公布的点击准确率和延迟，并说明自己尚未亲自测试 Ace。
11:31EN → 简体中文Matthew Berman· 2025年3月29日2025 年 3 月 AI 新闻：GPT-4o、Gemini、DeepSeek 与 MCPMatthew Berman · Forward FutureMatthew Berman 回顾模型更新、ARC-AGI-2 基准测试、图像生成器以及 Model Context Protocol 的早期应用。
19:32EN → 简体中文Matthew Berman· 2025年2月28日GPT-4.5 发布：对话风格、基准测试与成本Matthew Berman · Forward FutureMatthew Berman 解析 OpenAI 于 2025 年 2 月推出的研究预览版，以及精选演示、公布的评测结果和较高的发布价格。
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。
13:24EN → 简体中文Matthew Berman· 2025年2月18日Grok 3 的 2025 年发布：基准、推理与 DeepSearchMatthew Berman, Elon Musk · Forward FutureMatthew Berman 解读 xAI 的发布图表、历史用户偏好排行榜和早期产品演示。
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。
37:58EN → 简体中文Matthew Berman· 2025年1月23日OpenAI Operator 2025 年发布：浏览器任务、人工控制与局限Matthew Berman, Sam Altman · Forward FutureMatthew Berman 观看 Operator 的早期演示，涵盖订餐、购物、安全控制和基准测试结果。
8:52EN → 简体中文Matthew Berman· 2025年1月21日业界对 DeepSeek R1 于 2025 年发布的反应Matthew Berman · Forward FutureMatthew Berman 回顾 DeepSeek R1 发布初期的反应，涉及开放权重推理模型、本地硬件、基准结果和 API 价格。
21:02EN → 简体中文Matthew Berman· 2024年12月24日OpenAI 2024 年 o3 预览版引发的反应：基准、成本与局限Matthew Berman · Forward FutureMatthew Berman 综述外界对 o3 预览版的反应，从数学基准到关于 AGI、算力和可靠性的争论。
9:00EN → 简体中文Matthew Berman· 2024年12月20日Best-of-N 越狱：2024 年反复变换提示词的研究发现Matthew Berman · Forward FutureMatthew Berman 解读研究，探讨反复变换输入如何暴露文本、视觉和音频模型的安全失效。
26:43EN → 简体中文Matthew Berman· 2024年10月10日测试 OpenAI o1 的规划、规则遵循与空间推理能力Matthew Berman · Forward FutureMatthew Berman 回顾一项 2024 年的初步研究，比较 o1-preview、o1-mini 和 GPT-4 在六类规划任务中的表现。
11:14EN → 简体中文Matthew Berman· 2024年9月18日Pixtral 12B：测试一款 2024 年的视觉语言模型Matthew Berman · Forward FutureMatthew Berman 在赞助商提供的云 GPU 上，对 Mistral 的 Pixtral 进行非正式图像、文本和界面生成测试。
18:09EN → 简体中文Matthew Berman· 2024年9月17日2024 年 9 月 AI 新闻：Copilot、NotebookLM、o1 与世界模型Matthew Berman · Forward FutureMatthew Berman 回顾一周的 AI 动态，涵盖办公助手、音频概览、基准测试、视频生成与空间 AI。
19:38EN → 简体中文Matthew Berman· 2024年9月9日Reflection 70B：相互矛盾的结果与尚待解答的问题Matthew Berman · Forward FutureMatthew Berman 回顾自己早期的报道、独立评测，以及围绕 2024 年 9 月发布的模型出现的不同说法。
9:58EN → 简体中文Matthew Berman· 2024年8月2日Abstract AI：构想中的语言模型路由层Matthew Berman · Forward FutureMatthew Berman 提出一个创业点子：根据成本、速度和质量选择模型与工作流。
15:50EN → 简体中文Matthew Berman· 2024年7月23日Llama 3.1：Meta 的 405B 模型与开放权重生态Matthew Berman · Forward FutureMatthew Berman 回顾 Meta 于 2024 年 7 月发布的模型、较小版本、所报告的基准、合成数据和 Llama Stack 提案。
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。
16:11EN → 简体中文Matthew Berman· 2024年6月22日2024 年 6 月 AI 新闻：SSI、树搜索、Meta、Claude 与 ARC PrizeMatthew Berman · Forward FutureMatthew Berman 回顾新的 AI 研究、产品发布和一项竞赛，并介绍历史基准和未经证实的说法。
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。
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。
13:37EN → 简体中文Matthew Berman· 2024年5月16日测试 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。
16:25EN → 简体中文Matthew Berman· 2024年5月8日思维可视化与开源 Windows 助手Matthew Berman · Forward FutureMatthew Berman 讲解一项空间推理提示实验，并介绍独立项目 PyWinAssistant 的桌面自动化演示。
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。加载更多已显示 24 篇，共 74 篇