X:Elvis Saravia
@omarsar0 · X
切换来源
@omarsar0@omarsar0AI 评分1515 
@omarsar0@omarsar0AI 评分66 @omarsar0@omarsar0AI 评分3838 
@omarsar0@omarsar0AI 评分4545
引用@finkd@finkdIntroducing Muse, the personal agent that understands your goals and works 24/7 to get things done for you.
@omarsar0@omarsar0AI 评分99 借助 AI 在数学领域取得的最新进展,正将我们推入一个无可否认的、令人振奋的新弧线——AI 赋能的科学发现与理解。然而,感觉我们才刚刚触及表面。保持谦逊,保持好奇,专注于最重要的事。
@omarsar0@omarsar0精选AI 评分7272 引用@OpenAI@OpenAIWe’re sharing a solution to the Navier-Stokes Millennium Prize Problem, one of the deepest problems at the frontier of mathematics. The proof was produced by a group of agents, using an OpenAI next-generation model significantly more capable than GPT-6 Astra. The problem concerns whether the description of smooth three-dimensional fluid motion modeled by the Navier-Stokes equations can break down. It has remained unresolved for roughly 90 years.
推荐理由:转述 OpenAI 关于千禧年数学难题证明的说法,读者可借此了解其下一代模型与智能体协作的定位。
@omarsar0@omarsar0AI 评分4747 
@omarsar0@omarsar0AI 评分33
@omarsar0@omarsar0AI 评分2727 
@omarsar0@omarsar0AI 评分77 我还写了一个小型交互式教程,如果你想自己试试的话。 我强烈建议你至少试一次,并密切关注输出的改进。 https://t.co/OY7C1Pf1qR https://t.co/iR6o9hWRQl

@omarsar0@omarsar0AI 评分3131 
@omarsar0@omarsar0AI 评分3030 @omarsar0@omarsar0AI 评分22 @omarsar0@omarsar0AI 评分66 我还没验证过是否全部正确,但我觉得这类东西需要验证。不过所有内容都是可定制的,并且是用代码生成的,所以这是个巨大的优势。你可以直接用模型随时进行修改。
@omarsar0@omarsar0AI 评分3434
引用@omarsar0@omarsar0This is insane! GPT-6 Astra built this beautiful math animation in one go! (🔉 sound on) "Jaw-on-the-floor" moment. I've not been able to get anything close to this with previous AI models. True personalized learning has arrived! https://t.co/x2oQEJlAbi
@omarsar0@omarsar0AI 评分66 @omarsar0@omarsar0AI 评分3636 测试 GPT-6 Astra 可视化热门 AI 论文。 从这篇精美生成的 Transformer 论文交互版本开始。 这开启了探索研究的新方式。 https://t.co/wkGknbFH5t

@omarsar0@omarsar0AI 评分6060 Google DeepMind、MIT 等机构的论文提出 SMART,一个主分支几乎不含代码的符号化机器学习性能建模库,其实现由编码子智能体在版本更新时从自然语言设计文档重新生成。

@omarsar0@omarsar0AI 评分2121 这里的要点是,你不能害怕给 Astra 访问工具的权限。这个模型感觉没有极限。你之前做过但失败的一切,都应该用它再试一次。
@omarsar0@omarsar0AI 评分2222 
@omarsar0@omarsar0AI 评分2323 
@omarsar0@omarsar0AI 评分4545 研究者提出 NoRA(Normalized Low-Rank Adaptation),对 LoRA 做一行改动:在训练中归一化 down-projection 矩阵,不增加可训练参数和推理开销。

@omarsar0@omarsar0AI 评分4141 @omarsar0@omarsar0AI 评分4343 
@omarsar0@omarsar0AI 评分3232 
@omarsar0@omarsar0AI 评分1414 
@omarsar0@omarsar0AI 评分2828 
@omarsar0@omarsar0AI 评分66 我通读了一遍,感觉它可能是在编造内容,但其中有些东西,据我判断,它主动且非常准确地(以一种隐喻的方式)描述了自身的"行为"。
@omarsar0@omarsar0AI 评分2222 试着让 GPT-6 Astra 做自我分析。 它生成了这幅漂亮的动态自画像。 就像一扇窥视它"思维"及其运作方式的窗口。https://t.co/H5V3rvhTLj

@omarsar0@omarsar0AI 评分88 @omarsar0@omarsar0AI 评分4444 
@omarsar0@omarsar0AI 评分4545 他们提到在监控、对齐、安全以及如何让人类参与自我改进循环方面给予了极大的优先级。 https://t.co/teblUrxRcG
引用@polynoamial@polynoamialOne of the most interesting blog posts we've released: details on internal research acceleration at @OpenAI. I expect these trends to continue. We also share some details on how we've paced model development to prioritize monitoring, alignment, and security. https://t.co/mURAZxpVwO https://t.co/zOY6OxJhzQ
@omarsar0@omarsar0AI 评分2121 自动化 AI 研究员可能在 2028 年 3 月实现。 https://t.co/kMOHsRznKp https://t.co/9QppQPJCpF

@omarsar0@omarsar0AI 评分5252 
@omarsar0@omarsar0AI 评分2121 关于开放且可调模型的这一点。如果采用率最高的是那些最广为人知、易于调优、开放且透明的模型,我不会感到意外。我认为这正是任何聪明的智能体都乐于采用、并围绕其构建定制化和个性化的东西。
@omarsar0@omarsar0AI 评分1313 在我看来,虽然很难预测,但个性化通用智能将主要建立在开源之上。而那些相信这一点的公司已经在朝这个方向行动了。现在还处于早期,但已经有一些有趣的趋势指向这个方向。
@omarsar0@omarsar0AI 评分2727 我们尚未看到递归自我改进会是什么样子,但我怀疑开源模型将在其中扮演重要角色。某种程度上,我们已经从开源权重模型 token 使用量的快速增长中窥见一斑。
@omarsar0@omarsar0AI 评分2020 在所谓AGI或ASI的世界里,开源的复利效应将是惊人的。 Three.js和Blender只是冰山一角。 想想这在其他软件类别中会是什么样子,尤其是开源模型本身。