筛选结果
110 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。
0:21EN → 简体中文Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表，随后发现图中的数字只是示意性占位值。
1:03:37EN → 简体中文Matthew Berman· 2026年10月23日Matthew Berman 团队测试 Kimi K3.1：动画、游戏与图表Matthew Berman, Alex, Brian · Forward Future一场团队直播问答变成了对 Kimi K3.1 的非正式测试，内容涵盖个人智能体工作流、动态图形、浏览器游戏和基准图表。
0:22EN → 简体中文Matthew Berman· 2026年10月21日机器人保镖短片展示戏剧性的救援场景Matthew Berman · Forward FutureMatthew Berman 观看一段展示格斗与车辆救援场景的机器人短片。
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。
1:59:37EN → 简体中文Matthew Berman· 2026年9月22日Opus 5.5 与 GPT-6 Sol、Luna：一场发布日直播Matthew Berman, Thariq Shihipar, Alex, Brian · Forward FutureMatthew Berman 采访 Anthropic 的 Thariq Shihipar，展示早期演示，并回顾直播期间公布的两款 OpenAI 模型。
0:32EN → 简体中文Matthew Berman· 2026年9月12日DeepSeek 魔方演示未能正确打乱和复原Matthew Berman · Forward FutureMatthew Berman 检查通过 Codex 运行框架使用 DeepSeek V4.1 Flash 生成的魔方模拟。
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。
12:59EN → 简体中文Matthew Berman· 2026年6月9日编程智能体循环：触发条件、目标与重复运行的成本Matthew Berman, Boris Cherny · Forward FutureMatthew Berman 解释事件触发和定时运行的智能体工作流程，展示 Cursor 与 Claude Code 中的例子，并讨论其局限。
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。
2:34:17EN → 简体中文Matthew Berman· 2026年5月28日Matthew Berman 直播测试 Claude Opus 4.8 与动态工作流Matthew Berman · Forward Future一场发布日直播将 Anthropic 报告的基准成绩与非正式编程实验、多智能体网站改版放在一起考察。
17:03EN → 简体中文Matthew Berman· 2026年5月27日DeepSWE：用长流程软件任务测试编程智能体Matthew Berman · Forward FutureMatthew Berman 解读 Datacurve 的基准、验证器审计，以及使用统一 harness 比较模型的权衡。
41:45EN → 简体中文Matthew Berman· 2026年5月13日AI 网络攻防：近期安全事件说明了什么Matthew Berman · Forward FutureMatthew Berman 分析供应链攻击、AI 辅助漏洞研究，以及模型能力提升如何改变软件防御的经济账。
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。
27:15EN → 简体中文Matthew Berman· 2026年3月31日Meta-Harness：搜索更好的 AI 智能体基础设施Matthew Berman · Forward FutureMatthew Berman 解读一篇用编程智能体迭代改进模型 harness 的论文，并讨论实验局限。
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。
0:25EN → 简体中文Matthew Berman· 2026年2月20日Gemini 3.1 Pro：2026 年发布时的四项基准成绩Matthew Berman · Forward FutureMatthew Berman 回顾公布的学术、抽象推理和编程成绩；图表区分了 ARC-AGI-2 与 GPQA Diamond。
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。
17:44EN → 简体中文Matthew Berman· 2026年1月17日递归语言模型：让长输入处理超越上下文窗口Matthew Berman · Forward FutureMatthew Berman 解读 MIT 的研究方法：让语言模型检查外部文本并发起子调用，同时分析基准表现和成本取舍。
1:54:33EN → 简体中文Matthew Berman· 2025年12月13日创作智能体、AI 评估与企业信任：Forward Future LiveMatthew Berman, Nick Wentz, Fabian Stelzer, Tejal Patwardhan, Christina Cacioppo, Jeremy Epling, Spenser Skates · Forward FutureGlif、OpenAI、Vanta 和 Amplitude 的领导者在 2025 年 12 月讨论创作工作流、知识工作基准及 AI 的实际应用。加载更多已显示 24 篇，共 110 篇