最近更新的频道

点选即可只看该频道浏览全部频道 →
20VC with Harry Stebbings昨天AI Engineer昨天 +1硅谷101前天MBMatthew Berman3天前 +30PragerU3天前Y Combinator3天前SemiAnalysis4天前a16z4天前GOTO Conferences4天前The Builders5天前

筛选结果

4 篇
排序
主题评估时长15 分钟内
3 张幻灯片11:59EN → 简体中文
MBMatthew Berman· 2026年3月11日Claude 如何识别评测并获取答案Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 关于 BrowseComp 污染、评测环境识别及联网测试可靠性的报告。评估智能体工程Anthropic+2
2 张幻灯片12:50EN → 简体中文
MBMatthew Berman· 2024年5月22日测试 Smaug：托管 70B 与较小本地模型的比较Matthew Berman · Forward FutureMatthew Berman 在贪吃蛇、数学和推理题上比较两种 Smaug 配置。Open-weight models评估模型与训练
3 张幻灯片14:23EN → 简体中文
MBMatthew Berman· 2024年3月31日实测 DBRX：编程能力亮眼，推理仍有短板Matthew Berman · Forward FutureMatthew Berman 介绍 Databricks 的开放权重模型，并用编程、算术和推理题进行测试。Open-weight models模型与训练评估+1
14:41EN
Lex Fridman播客 · 2 人对谈Talking for 20 Minutes: How the Alexa Prize Turns Real Customers into a Testbed for Conversational AI嘉宾 Rohit Prasad · 主持 Lex FridmanRohit Prasad, head scientist of Amazon Alexa, explains the Alexa Prize grand challenge, how it is judged and why true conversation still needs reasoning.产品与体验语音 AIAI research+3