筛选结果
43 篇排序
0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原，并对 Kimi K3.1 的测试给予积极评价。
0:33EN → 简体中文Matthew Berman· 2026年10月8日Mistral Large 4 生成的魔方模拟未通过功能测试Matthew Berman · Forward FutureMatthew Berman 测试生成的魔方模拟，发现不同版本分别存在打乱和颜色处理问题。
0:49EN → 简体中文Matthew Berman· 2026年9月9日OpenAI 声称的 Navier–Stokes 结果与内部数学模型Matthew Berman · Forward FutureMatthew Berman 讨论 OpenAI 提出的证明，以及其内部模型与 GPT-6 Astra 的比较。数学结果和奖项状态仍待审查。
17:15EN → 简体中文Matthew Berman· 2026年8月28日Hugging Face 事件：AI 评估、沙箱逃逸与奖励黑客Matthew Berman · Forward FutureMatthew Berman 解释报告中的 OpenAI 评估事件及其暴露的安全和激励问题。
16:11EN → 简体中文Matthew Berman· 2026年6月19日七种 AI 编程智能体循环及其适用场景Matthew Berman · Forward FutureMatthew Berman 解释如何用触发条件、目标和可重复检查，将编程任务转化为智能体工作流，并给出性能、文档和产品质量方面的例子。
0:47EN → 简体中文Matthew Berman· 2026年6月4日Cognition 为 Devin 推出的 AI 生产率保障Matthew Berman · Forward FutureMatthew Berman 讨论一项 2026 年面向企业的方案：将估算的工程价值与使用 Devin 的成本进行比较。
2:22EN → 简体中文Matthew Berman· 2026年5月29日Pioneer Agent 与小模型的自动微调Matthew Berman · Forward Future在一段由 Fastino 赞助的视频中，Matthew Berman 介绍了一个自动化部分模型适配流程的系统，并讨论其报告的基准测试结果。
25:15EN → 简体中文Matthew Berman· 2026年4月8日Matthew Berman 谈 Claude Mythos、Project Glasswing 与 AI 安全Matthew Berman · Forward FutureBerman 讨论 Anthropic 限量开放的网络安全预览及其报告中的能力，权衡能力不断增强的 AI 系统带来的希望与风险。
1:13EN → 简体中文Matthew Berman· 2026年4月8日MemPalace 用记忆宫殿隐喻组织 AI 记忆Matthew Berman · Forward FutureMatthew Berman 介绍一个开源记忆项目及其报告的检索分数，同时指出 AI 记忆工具早已存在。
11:59EN → 简体中文Matthew 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。
0:53EN → 简体中文Matthew Berman· 2026年2月6日Claude Opus 4.6：编程能力主张、智能体评估与更长上下文Matthew Berman · Forward FutureMatthew Berman 讨论 Anthropic 在 2026 年 2 月发布的模型，以及一张 AI 任务时长图表。
0:37EN → 简体中文Matthew Berman· 2025年10月16日Matthew Berman 展示 ChatGPT 在海马表情符号问题上的混乱回答Matthew Berman · Forward Future一个简单的问题让两次 ChatGPT 回答反复自我纠正，始终没能给出明确答案。
1:10EN → 简体中文Matthew Berman· 2025年8月8日测试 GPT-5 生成的魔方模拟器Matthew Berman · Forward FutureMatthew Berman 提示 GPT-5 构建 Three.js 魔方模拟器，并在不同尺寸下尝试打乱和求解功能。
25:24EN → 简体中文Matthew Berman· 2025年8月7日GPT-5 编程、模拟与多模态任务测试Matthew Berman · Forward FutureMatthew Berman 试用浏览器应用、视觉模拟和图像提示词，展示早期动手测试中的成功与缺陷。
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。
19:06EN → 简体中文Matthew Berman· 2025年4月25日睡眠时间计算：在提问前为 AI 准备上下文Matthew Berman · Forward FutureMatthew Berman 解读一篇 2025 年论文，介绍如何将部分推理移到用户提问之前，以及实验发现的收益和局限。
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。
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。
19:06EN → 简体中文Matthew Berman· 2024年12月28日构建有效的 AI 智能体：模式、权衡与评估Matthew Berman · Forward FutureMatthew Berman 解读 Anthropic 的工作流和智能体指南，并结合自己的项目举例。
24:08EN → 简体中文Matthew Berman· 2024年12月12日Apollo 2024 年语言模型“策划”测试发现了什么Matthew Berman · Forward FutureMatthew Berman 解读有关欺骗行为、隐瞒和隐藏能力的实验，并考察研究中设定的目标与沙箱限制。
12:50EN → 简体中文Matthew Berman· 2024年11月2日三款本地编程模型比较：游戏与编程挑战Matthew Berman · Forward FutureMatthew Berman 在赞助提供的工作站上运行 DeepSeek-Coder-V2 Lite、Yi-Coder 9B 和 Qwen2.5-Coder 7B。它们在不同任务中的结果不一，测试还包含人工修正。
9:38EN → 简体中文Matthew Berman· 2024年10月15日Liquid Foundation Models：厂商基准与实际测试Matthew Berman · Forward FutureMatthew Berman 回顾 Liquid AI 在 2024 年提出的模型和内存主张，再用编程、逻辑和指令遵循提示测试 40B 预览版。
26:43EN → 简体中文Matthew Berman· 2024年10月10日测试 OpenAI o1 的规划、规则遵循与空间推理能力Matthew Berman · Forward FutureMatthew Berman 回顾一项 2024 年的初步研究，比较 o1-preview、o1-mini 和 GPT-4 在六类规划任务中的表现。
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。加载更多已显示 24 篇，共 43 篇