最近更新的频道

点选即可只看该频道浏览全部频道 →

筛选结果

14 篇
排序
2 张幻灯片0:24EN → 简体中文
Matthew Berman· 2026年1月26日Matthew Berman 查看自己的 Clawdbot Token 成本Matthew Berman · Forward Future一次简短的用量检查发现,两天内的模型支出出乎意料地高。AI cost & performancePersonal agentsInference
2 张幻灯片1:38EN → 简体中文
Matthew Berman· 2025年12月29日NVIDIA 的 Groq 许可协议与推理市场Matthew Berman · Forward FutureMatthew Berman 讨论 NVIDIA 许可 Groq 推理技术并聘用其团队成员的原因。SemiconductorsInferenceAI cost & performance+1
4 张幻灯片8:47EN → 简体中文
Matthew Berman· 2025年9月16日为什么温度为零时,相同的 LLM 提示词仍可能产生不同回答Matthew Berman · Forward FutureMatthew Berman 解读 Thinking Machines Lab 关于批次不变推理的研究,以及其可复现性实验实际展示了什么。InferenceAI research可观测性与可靠性+1
4 张幻灯片17:51EN → 简体中文
Matthew Berman· 2025年8月28日2025 年 8 月 AI 新闻:Claude for Chrome、新模型与 AI 基础设施Matthew Berman · Forward FutureMatthew Berman 回顾浏览器智能体预览版、模型发布、有关 Apple 的讨论报道,以及推理和天气研究。AI agentsOpen-weight modelsGenerative media+2
5 张幻灯片10:01EN → 简体中文
Matthew Berman· 2025年2月5日DeepSeek R1 的代码优化与一项 3 美元的视觉计数实验Matthew Berman · Forward FutureMatthew Berman 研究了一次人类引导的代码改进和一项小规模强化学习实验,并思考它们对 AI 研究的意义。Reinforcement LearningGPU programming & kernelsAI research+2
2 张幻灯片30:29EN → 简体中文
Matthew Berman· 2025年1月3日研究者如何理解 o1 式推理模型Matthew Berman · Forward FutureMatthew Berman 解读一篇关于策略初始化、奖励、搜索和强化学习的综述,以及推理模型面临的开放问题。Reinforcement Learning模型与训练AI research+1
幻灯片0:54EN → 简体中文
Matthew Berman· 2024年9月16日初探 OpenAI o1 Preview:让模型花更多时间推理Matthew Berman · Forward FutureMatthew Berman 介绍 o1-preview 和 o1-mini,并尝试用 Python 游戏提示词测试模型。模型与训练Inference
6 张幻灯片11:20EN → 简体中文
Matthew Berman· 2024年7月1日Matthew Berman 将 Mixture of Agents 适配到 Groq 推理服务Matthew Berman · Forward Future这篇 2024 年教程将一个开源多模型集成方案改为使用 Groq,随后测试交互输出并修复流式处理错误。Multi-agent systemsAgent orchestrationInference+1
5 张幻灯片13:18EN → 简体中文
Matthew Berman· 2024年6月20日在双 RTX 6000 工作站上测试本地 AIMatthew Berman · Forward FutureMatthew Berman 在 Dell 和 NVIDIA 提供的 Dell Precision 塔式工作站上测试语言模型、并发推理和图像生成。Local inferenceInference模型与训练+2
6 张幻灯片9:02EN → 简体中文
Matthew Berman· 2024年4月1日Matthew Berman 试玩 LLM Colosseum:用街头霸王评测语言模型Matthew Berman · Forward Future一段 2024 年的教程展示语言模型如何选择格斗游戏招式,解释游戏状态提示词,并演示本地配置过程。评估Multi-agent systemsExperimentation+1
4 张幻灯片14:11EN → 简体中文
Matthew Berman· 2024年3月23日2024 年的 LM Studio:本地模型、并行推理与本地 APIMatthew Berman · Forward FutureMatthew Berman 演示模型下载、硬件设置、JSON 输出,以及如何提供多个本地模型的服务。Open-weight modelsInference
6 张幻灯片12:49EN → 简体中文
Matthew Berman· 2023年9月14日Falcon 180B:2023 年对 TII 开放权重模型的评测Matthew Berman · Forward FutureMatthew Berman 检验编程、推理和写作提示,同时考察模型的训练规模与许可证。Open-weight modelsBenchmarks模型与训练+1
2 张幻灯片5:53EN → 简体中文
Matthew Berman· 2023年7月18日Petals:将大语言模型推理分布到多台设备Matthew Berman · Forward Future2023 年,Matthew Berman 介绍 Petals 如何通过参与计算机组成的网络使用大模型,而无需在一台设备上加载所有模型层。Distributed training & inferenceLocal inferenceInference+2
3 张幻灯片8:17EN → 简体中文
Matthew Berman· 2023年6月22日使用 OpenLLM 通过 API 提供开放模型服务Matthew Berman · Forward Future在一场 2023 年的演示中,Matthew Berman 展示本地模型服务器、交互式 API 和 Python 客户端。Open-weight modelsInference基础设施与部署+1