O GPT-5 basicamente fez isto de uma só vez.

Não, vocês estão todos errados, o GPT-5 é um salto Estou 100% apostando aqui Eu não queria postar muito rápido e me arrepender de novo, mas ele acabou de resolver uma série de prompts de depuração muito, muito difíceis que antes estavam sem solução (por IA), e então projetou um lindo jogo de Gameboy pixelado com um nível de detalhe e qualidade que está claramente além de qualquer outra coisa que eu já vi. Não há como esse modelo ser ruim. Acho que vocês todos estão traumatizados com benchmaxxers e estão se compensando contra um modelo que é realmente bom. Também acho que vocês estão subestimando as forças do gpt-oss (mas sim, meu último post foi apressado) Ainda não sei se é utilizável para programação séria, embora (o3 não era), mas parece que sim? Um modelo de codificação tão confiável quanto o Opus, mas mais inteligente que o o3, mudaria completamente meu fluxo de trabalho. O Opus não precisa pensar para ser ótimo, então, isso pode pesar a seu favor. Para o que vale, eu realmente usei apenas 3 modelos: - Opus 4.1 para codificação - Gemini 2.5 muito raramente para codificação quando o Opus falha - o3 para tudo, exceto codificação

Não, vocês estão todos errados, o GPT-5 é um salto Estou 100% apostando aqui Eu não queria postar muito rápido e me arrepender de novo, mas ele acabou de resolver uma série de prompts de depuração muito, muito difíceis que antes estavam sem solução (por IA), e então projetou um lindo jogo de Gameboy pixelado com um nível de detalhe e qualidade que está claramente além de qualquer outra coisa que já vi. Não há como este modelo ser ruim. Acho que vocês todos estão traumatizados com benchmaxxers e estão se compensando contra um modelo que é realmente muito bom. Também acho que vocês estão subestimando as forças do gpt-oss (mas sim, meu último post foi apressado) Ainda não sei se é utilizável para programação séria, embora (4o, o3 definitivamente não eram), mas parece que sim? Um modelo de codificação tão confiável quanto o Opus, mas mais inteligente que o o3, mudaria completamente meu fluxo de trabalho. O Opus não precisa pensar para ser ótimo, então, isso pode pesar a seu favor. Para o que vale, eu realmente usei apenas 3 modelos: - Opus 4.1 para codificação - Gemini 2.5 muito raramente para codificação quando o Opus falha - o3 para tudo, exceto codificação

"prevenir a morte é altamente antiético"

prevenir a morte é altamente antiético

Então, o gpt-oss 120B não consegue produzir um alemão correto, mas resolve bugs complexos em Haskell que até o Opus não conseguiu identificar? Como isso acontece? Estou genuinamente tão confuso com tudo isso.

Prometendo a mim mesmo que nunca mais tentarei implementar uma busca rápida de programas em Haskell / GHC. É simplesmente impossível HVM3 é, infelizmente, incrível

A minha impressão inicial sobre o modelo OSS da OpenAI está alinhada com o que eles anunciaram. Sinto que está mais próximo do o3 do que de outros modelos abertos, exceto que é muito mais rápido e barato. Alguns fornecedores oferecem-no a 3000 tokens/s, o que é insano. É definitivamente mais inteligente do que o Kimi K2, R1 e Qwen 3. Testei todos os modelos por um tempo e obtive resultados muito decisivos a favor do OpenAI-OSS-120b. Infelizmente, há uma coisa que esses modelos ainda não conseguem fazer - o meu maldito trabalho. Portanto, espero que vocês se divirtam. Estarei de volta para depurar a avaliação do λ-cálculo superposto 😭 até logo.

Pela primeira vez, uma IA conseguiu derivar uma função genérica "foldr" para N-tuplas no λ-Cálculo. Foi o Gemini Pro 2.5, com Deep Think. Todos os outros modelos falham em fazê-lo, incluindo o o3 e o Grok 4. Bom progresso @GoogleDeepMind

apenas uma atualização rápida: conseguimos replicar estas alegações O sistema de Guan atinge 25% no ARC-AGI 1 com 50 horas de GPU Ainda não consegui auditar o código pessoalmente, mas, a menos que haja alguma trapaça, esta abordagem parece generalizar instâncias do ARC-AGI com relativamente pouco poder computacional.