筛选结果
6 篇排序
15:13EN → 简体中文
Matthew Berman· 2025年5月10日Absolute Zero：用自行生成的编程任务训练推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年的论文：预训练语言模型利用可验证的反馈，自行提出并解决编程任务。
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。
15:50EN → 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。
19:37EN → 简体中文Matthew Berman· 2023年12月13日改写测试数据如何推高 130 亿参数模型的基准分数Matthew Berman · Forward FutureMatthew Berman 解读一项 2023 年的实验，说明改写基准题目如何避开简单的污染检查并推高模型分数。
18:29EN → 简体中文Matthew Berman· 2023年12月1日OpenAI 2023 年领导层危机、Q* 猜测与合成数据Matthew Berman, Andrew Ross Sorkin, Elon Musk · Forward FutureMatthew Berman 将 Sam Altman 回归、Elon Musk 的采访和 Nathan Lambert 对合成训练数据的讨论联系起来，并区分报道事实与自己的理论。
19:38EN → 简体中文Matthew Berman· 2023年6月9日Orca：用 GPT-4 的解释教会较小模型Matthew Berman · Forward FutureMatthew Berman 解读 Microsoft Research 2023 年的 Orca 论文，以及用教师模型的详细回答训练 130 亿参数模型的方法。