筛选结果
11 篇排序
10:36EN → 简体中文Meta Muse Wonder 实测：基准成绩强劲，演示表现不一，额度限制影响体验Matthew Berman · Forward FutureMatthew Berman 测试 Meta 模型的浏览器演示，并分析公开的基准成绩、使用方式和成本。
16:57EN → 简体中文Grok 4.7 对比：编程、知识工作与每项任务成本Matthew Berman · Forward FutureMatthew Berman 分析公布的基准和价格，同时指出遗漏的竞争模型及有限的亲自测试。
13:30EN → 简体中文
3Blue1Brown· 2025年8月17日AlphaGeometry 如何结合逻辑证明与创造性作图Aleph0Aleph0 讲解了符号几何求解器如何在不使用 AI 的情况下解决大量难题，以及语言模型如何提供辅助作图，让系统达到奥数竞赛水平。
1:09EN → 简体中文关于 GPT-4.5 规模与训练的讨论一位发言者评价 GPT-4.5 的成本、速度与据称遇到的训练挑战。
30:29EN → 简体中文研究者如何理解 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。
0:54EN → 简体中文初探 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。
12:50EN → 简体中文测试 Smaug：托管 70B 与较小本地模型的比较Matthew Berman · Forward FutureMatthew Berman 在贪吃蛇、数学和推理题上比较两种 Smaug 配置。
16:28EN → 简体中文测试 Reka Core：多模态基准、编程与推理Matthew Berman · Forward FutureMatthew Berman 回顾 Reka 公布的模型比较，并用代码、逻辑和图像理解任务测试 Core。
15:01EN → 简体中文发布时测试 Llama 3：代码、推理与图像生成Matthew Berman · Forward FutureMatthew Berman 用贪吃蛇游戏、逻辑题和快速图像生成体验 Meta AI 的新界面。
14:23EN → 简体中文实测 DBRX：编程能力亮眼，推理仍有短板Matthew Berman · Forward FutureMatthew Berman 介绍 Databricks 的开放权重模型，并用编程、算术和推理题进行测试。
23:00EN → 简体中文发布时实测 Google Gemma 7B：配置会影响结果Matthew Berman · Forward FutureMatthew Berman 比较 Google 早期开放权重模型的本地测试与托管服务复测。