筛选结果
24 篇排序
1:53EN → 简体中文
Matthew Berman· 2026年7月8日Anthropic 的 J-space 研究揭示了什么 AI 推理现象Matthew Berman · Forward FutureMatthew Berman 讨论模型内部表征、干预和意识问题；研究本身也说明了重要的局限。
11:15EN → 简体中文Matthew Berman· 2026年3月27日ARC-AGI-3：测试 AI 智能体如何学习陌生游戏规则Matthew Berman · Forward FutureMatthew Berman 介绍 ARC 早期网格谜题，亲自试玩 ARC-AGI-3 的互动关卡，并查看早期模型成绩。这一基准测试的是特定形式的适应能力，并不能最终判定系统是否具有通用智能。
7:49EN → 简体中文Matthew Berman· 2025年12月2日DeepSeek V3.2：推理、稀疏注意力与智能体训练Matthew Berman · Forward FutureMatthew Berman 解读 DeepSeek 在 2025 年 12 月发布的模型、基准结果，以及提升长上下文效率和工具使用能力的技术。
13:53EN → 简体中文Matthew Berman· 2025年10月10日微型递归模型与谜题基准比较的局限Matthew Berman · Forward FutureMatthew Berman 研究一种在 ARC 和数独上报告强劲结果的小型递归网络，以及其实验设置的意义。
13:30EN → 简体中文
3Blue1Brown· 2025年8月17日AlphaGeometry 如何结合逻辑证明与创造性作图Aleph0Aleph0 讲解了符号几何求解器如何在不使用 AI 的情况下解决大量难题，以及语言模型如何提供辅助作图，让系统达到奥数竞赛水平。
11:38EN → 简体中文Matthew Berman· 2025年6月12日2025 年 6 月 AI 新闻：Magistral、语音模型与图像生成Matthew Berman · Forward FutureMatthew Berman 回顾 Mistral 推理模型、语音和浏览器更新、Meta 与 Scale AI 的相关报道，以及 FLUX.1 Kontext。
10:09EN → 简体中文Matthew Berman· 2025年5月30日DeepSeek R1 0528：基准提升与两次编程测试Matthew Berman · Forward FutureMatthew Berman 评析 DeepSeek 在 2025 年 5 月推出的推理模型更新，将公布的基准提升与自己的魔方和贪吃蛇编程测试作比较。
14:04EN → 简体中文Matthew Berman· 2025年4月29日Qwen3：开放权重、可调整推理与工具使用Matthew Berman · Forward FutureMatthew Berman 回顾 2025 年 4 月的 Qwen3 系列、其基准成绩、训练流程和本地演示。
12:30EN → 简体中文Matthew Berman· 2025年3月7日QwQ-32B：更小的推理模型及其权衡Matthew Berman · Forward FutureMatthew Berman 考察 Qwen 的强化学习训练方法，测试编程任务，并与 DeepSeek-R1 比较基准成绩和硬件需求。
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。
9:43EN → 简体中文Matthew Berman· 2025年2月20日测试 Grok 3：游戏、推理与网络搜索Matthew Berman · Forward FutureMatthew Berman 尝试一组观众建议的新提示，从贪吃蛇与 Flappy Bird 的混合游戏，到家庭逻辑题和超立方体可视化。
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。
6:50EN → 简体中文Matthew Berman· 2025年2月12日DeepScaleR：在竞赛数学中测试的小型推理模型Matthew Berman · Forward FutureMatthew Berman 回顾一个 1.5B 模型报告的基准结果，并在本地运行量化版本，测试一道 AIME 题目。
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。
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。
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。
12:03EN → 简体中文Matthew Berman· 2024年9月6日Reflection 70B：自我纠错的说法与 2024 年演示的局限Matthew Berman · Forward FutureMatthew Berman 评测一个经过训练、会生成反思步骤的模型。其最初的基准成绩后来难以由独立评估者复现。
12:17EN → 简体中文Matthew Berman· 2024年8月7日测试 Gemini 1.5 Pro 的编程、推理、图像和视频能力Matthew Berman · Forward FutureMatthew Berman 在 2024 年的一次非正式评测中比较标准版和实验版 Gemini，发现结果有好有坏，并反复出现输出错误。
14:04EN → 简体中文Matthew Berman· 2023年12月15日2023 年的 Mistral Medium：API 定价与非正式模型测试Matthew Berman · Forward FutureMatthew Berman 比较原始 Mistral Medium 原型、Mixtral 和 GPT-4，然后通过 API 测试编程、写作与推理。
11:05EN → 简体中文Matthew Berman· 2023年11月7日测试 Dolphin 2.2：基于 Mistral 7B 的微调模型Matthew Berman · Forward FutureMatthew Berman 用编程、格式化和推理提示测试一个小型开放权重模型，结果有好有坏。
9:46EN → 简体中文Matthew Berman· 2023年7月17日Orca Mini V2 与 OpenOrca：2023 年的一次非正式模型对比Matthew Berman · Forward FutureMatthew Berman 从编程、写作和推理方面测试两个受 Orca 启发的模型；提示词设置和主观评分都会影响结果。
9:58EN → 简体中文Matthew Berman· 2023年4月26日HuggingChat 的 2023 年初测：写作、推理与 Python 编程Matthew Berman · Forward FutureMatthew Berman 测试早期由 OpenAssistant 驱动的 HuggingChat，让它写作、算术、推理和编写贪吃蛇游戏，并将几个输出与 GPT-3.5 和 GPT-4 比较。这次小规模历史测试展示了潜力，也暴露出局限。
10:16EN
Lex Fridman播客 · 2 人对谈Reasoning Without Logic: Yann LeCun on Teaching Neural Networks to Think嘉宾 Yann Lecun · 主持 Lex FridmanYann LeCun explains why he believes neural networks can reason, and what memory, recurrence and continuous representations would need to look like.
10:34ENLex Fridman播客 · 2 人对谈Why Deep Learning Needs Rules: Chollet on Interpolation, Abstraction and Hybrid AI嘉宾 François Chollet · 主持 Lex FridmanFrançois Chollet explains why neural networks only interpolate between points they have seen, and why the best AI systems pair them with symbolic rules.