筛选结果
24 篇排序
16:57EN → 简体中文
Matthew Berman· 2026年9月22日Grok 4.7 对比：编程、知识工作与每项任务成本Matthew Berman · Forward FutureMatthew Berman 分析公布的基准和价格，同时指出遗漏的竞争模型及有限的亲自测试。
15:08EN → 简体中文Matthew Berman· 2025年8月8日GPT-5 发布回顾：路由、编程、基准测试与可靠性Matthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 2025 年发布的 GPT-5、统一的 ChatGPT 使用体验、基准测试结果及模型评估的局限。
15:30EN → 简体中文Matthew Berman· 2025年7月31日Qwen3 测试：编程演示、长上下文与回答表现Matthew Berman · Forward FutureMatthew Berman 使用托管的 Qwen3 模型测试生成的模拟程序、政治与安全提示、手部追踪和文字谜题。
22:05EN → 简体中文Matthew Berman· 2025年6月9日Apple《思考的幻觉》：谜题实验的局限与代码辅助测试Matthew Berman, Ilya Sutskever · Forward FutureMatthew Berman 回顾 Apple 的推理模型实验，并用生成的代码测试另一种解决汉诺塔问题的方法。
26:35EN → 简体中文Matthew Berman· 2025年4月23日测试 Gemini 2.5 Flash 的编程与视频理解能力Matthew Berman · Forward FutureMatthew Berman 通过交互式模拟、游戏和长视频问答，将 Google 的快速模型与 Gemini 2.5 Pro 比较。
15:45EN → 简体中文Matthew Berman· 2025年4月18日AI 新闻：Gemini 2.5 Flash、OpenAI 模型、Claude Research 与 Kling 2.0Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年一周内的模型发布、研究工具和智能体公告，包括当时的价格与基准测试比较。
26:05EN → 简体中文Matthew Berman· 2025年3月31日深入 Claude：可解释性研究揭示了什么，还有什么尚未解释Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于多语言特征、规划、算术、幻觉和安全的案例研究。
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。
20:34EN → 简体中文Matthew Berman· 2025年1月28日DeepSeek R1 与 AI 成本和算力之争Matthew Berman · Forward FutureMatthew Berman 分析 2025 年各界对 DeepSeek 的反应，涉及训练效率、市场损失、开放权重、隐私及需求反弹的可能性。
16:25EN → 简体中文Matthew Berman· 2025年1月18日测试时计算为何可能重塑 AI 推理Matthew Berman, Lisa Su, Jensen Huang · Forward FutureMatthew Berman 解释推理时增加计算如何改善模型输出，以及为什么硬件高管预计推理市场会大幅增长。
16:06EN → 简体中文Matthew Berman· 2024年8月9日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。
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。
18:57EN → 简体中文Matthew Berman· 2024年7月9日2024 年 7 月 AI 新闻：小模型、语音工具与 OpenAI 安全问题Matthew Berman, Andrej Karpathy · Forward FutureMatthew Berman 回顾 AI 产品公告、模型评估和安全报道，并分享他对计算未来的预测。
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。
27:37EN → 简体中文Matthew Berman· 2024年6月17日Leo Pekelis：如何将 Llama 3 扩展至百万 token 上下文Matthew Berman, Leo Pekelis · Forward FutureGradient 首席科学家解释长上下文训练、编程场景、推理成本，以及为何检索基准只能说明部分问题。
27:07EN → 简体中文Matthew Berman· 2024年5月14日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。
21:47EN → 简体中文Matthew Berman· 2024年4月24日Phi-3 Mini：Microsoft 的小模型、手机部署与一场身份存疑的本地测试Matthew Berman · Forward FutureMatthew Berman 解读 Microsoft 的 2024 年技术报告并进行非正式提示测试，但演示中的模型标签存在未解之处。
16:28EN → 简体中文Matthew Berman· 2024年4月23日测试 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Matthew Berman· 2024年4月19日发布时测试 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。
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。
19:59EN → 简体中文Matthew Berman· 2024年3月12日测试模型对掩盖有害请求的反应Matthew Berman · Forward FutureMatthew Berman 在 2024 年的非正式实验中，比较多个语言模型的拒绝、解码错误和不一致回应。
23:00EN → 简体中文Matthew Berman· 2024年2月22日发布时实测 Google Gemma 7B：配置会影响结果Matthew Berman · Forward FutureMatthew Berman 比较 Google 早期开放权重模型的本地测试与托管服务复测。
18:08EN → 简体中文Matthew Berman· 2023年6月29日用一组 2023 年非正式提示词比较六个语言模型Matthew Berman · Forward FutureMatthew Berman 使用 H2O GPT 测试编程、写作和推理，两个模型在规模较小且带有主观性的评分中并列第一。