筛选结果
13 篇排序
1:18EN → 简体中文
Matthew Berman· 2026年3月4日NVIDIA Alpamayo 与模拟驾驶数据的潜力Matthew Berman · Forward FutureMatthew Berman 讨论 NVIDIA 的自动驾驶工具和 Mercedes 演示，并预测技术将得到更广泛采用。
40:32EN → 简体中文Matthew Berman· 2025年8月7日Mark Chen 谈 GPT-5、合成数据与 AI 研究的未来Matthew Berman, Mark Chen · Forward Future2025 年 8 月，OpenAI 研究负责人接受 Matthew Berman 采访，讨论训练、智能体、开放权重发布与评估。
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。
13:39EN → 简体中文Matthew Berman· 2024年11月20日基于访谈的 AI 代理能够预测人的哪些行为Matthew Berman · Forward FutureMatthew Berman 评析一项 2024 年研究：研究人员利用对 1,052 名参与者的访谈，模拟他们的调查回答和决策。
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。
10:02EN → 简体中文Matthew Berman· 2024年7月24日用编程、算术与推理任务测试 Llama 3.1 405BMatthew Berman · Forward FutureMatthew Berman 使用一组非正式提示词测试 Meta 2024 年发布的开放权重模型，并演示一套受赞助的数据集工作流程。
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。
35:16EN → 简体中文Matthew Berman· 2023年11月28日2023 年关于 Q* 的已知信息与推测Matthew Berman, Sam Altman, Andrej Karpathy · Forward Future在 OpenAI 领导层危机之后，Matthew Berman 梳理传闻、推理论文和自我对弈的类比，并涉及大量尚未证实的信息。
6:28EN → 简体中文Matthew Berman· 2023年8月29日早期 GPT-3.5 微调流程演示Matthew Berman · Forward FutureMatthew Berman 演示在 Colab 中生成合成样例，并训练模型采用特定语气。
13:19EN → 简体中文Matthew Berman· 2023年8月17日测试 WizardLM 70B：配置、编码与推理结果Matthew Berman · Forward FutureMatthew Berman 用一组非正式的编码、写作、算术和逻辑提示词测试量化后的 Llama 2 系列模型。
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。