筛选结果
12 篇排序
1:43:51EN → 简体中文
Matthew Berman· 2025年8月8日GPT-5、Cline 与 SWE-bench：如何评判 AI 编码智能体Matthew Berman, Matt Wolfe, Ray Fernando, Saoud Razwan, Nick, Ofir, Carlos, John, Kilian · Forward FutureMatthew Berman 和嘉宾讨论 GPT-5 的初步体验、Cline 的成本与商业模式，以及编程基准结果为何取决于评估设置。
19:40EN → 简体中文Matthew Berman· 2025年7月10日Grok 4：基准测试、多智能体推理与发布演示Matthew Berman, Elon Musk · Forward FutureMatthew Berman 分析 xAI 在 2025 年 7 月发布的模型，包括其公布的推理成绩、Heavy 界面、演示和定价。
15:46EN → 简体中文Matthew Berman· 2025年4月16日OpenAI o3 与 o4-mini：工具使用、基准测试和首版 Codex CLIMatthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 2025 年 4 月发布的推理模型、科学图像分析演示，以及终端编程智能体的首次亮相。
21:16EN → 简体中文Matthew Berman· 2025年4月14日GPT-4.1、Mini 与 Nano：编程、长上下文及 2025 年 API 价格Matthew Berman · Forward FutureMatthew Berman 回顾 OpenAI 于 2025 年 4 月发布的模型、部分编程基准与演示，以及 Box 赞助的评估。
19:32EN → 简体中文Matthew Berman· 2025年2月28日GPT-4.5 发布：对话风格、基准测试与成本Matthew Berman · Forward FutureMatthew Berman 解析 OpenAI 于 2025 年 2 月推出的研究预览版，以及精选演示、公布的评测结果和较高的发布价格。
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。
37:58EN → 简体中文Matthew Berman· 2025年1月23日OpenAI Operator 2025 年发布：浏览器任务、人工控制与局限Matthew Berman, Sam Altman · Forward FutureMatthew Berman 观看 Operator 的早期演示，涵盖订餐、购物、安全控制和基准测试结果。
26:23EN → 简体中文Matthew Berman· 2024年12月20日OpenAI 发布 o3：基准测试进展与 AGI 之问Matthew Berman, Sam Altman, Mark Chen, Greg Kamradt, Hongyu Ren · Forward FutureMatthew Berman 回顾 2024 年 12 月 o3 和 o3-mini 的发布，包括编程、数学与 ARC-AGI 成绩。他认为这些结果证明了 AGI，但基准测试本身无法确立这一结论。
52:21EN → 简体中文Matthew Berman· 2024年12月7日SWE-bench 团队谈编程智能体、评估与编程的未来Matthew Berman, Kilian Lieret, Ofir Press, Carlos E. Jimenez · Forward FutureKilian Lieret、Ofir Press 和 Carlos Jimenez 解释真实 GitHub issue 如何成为基准，以及界面设计如何塑造 SWE-agent。
18:28EN → 简体中文Matthew Berman· 2024年10月23日Claude 3.5 Sonnet 的 2024 年电脑操作测试版：演示与局限Matthew Berman · Forward FutureMatthew Berman 回顾 Anthropic 更新的模型，展示测试版智能体如何通过截图和工具操作使用软件。
19:51EN → 简体中文Matthew Berman· 2024年3月15日Devin 的 2024 年发布：编程智能体演示与基准测试说法Matthew Berman, Scott Wu, Neal, Walden · Forward FutureMatthew Berman 结合此前的编程项目，审视 Cognition 的软件智能体演示、界面和 SWE-bench 对比。
26:52EN → 简体中文Matthew Berman· 2023年12月7日Google 发布 Gemini：多模态演示、基准测试与科研应用Matthew Berman · Forward FutureMatthew Berman 回顾 Google 于 2023 年 12 月发布的 Gemini 报告和宣传演示，涵盖视觉推理与科学文献筛选等内容。