Заява ICML про підривні приховані підказки LLM Ми живемо в дивній часовій шкалі...

Навіть не бронза: оцінювання LLM на Міжнародній математичній олімпіаді 🥉 2025 року Гарна публікація в блозі від команди, що стоїть за MathArena: Оцінка LLM на незабруднених математичних змаганнях (), що надає незалежний аналіз продуктивності LLM на IMO.

Навіть не бронза: оцінювання LLM на Міжнародній математичній олімпіаді 🥉 2025 року Гарна публікація в блозі від команди, яка стоїть за MathArena: Оцінювання LLM на незабруднених математичних олімпіадах () з наданням незалежного аналізу успішності LLM на IMO.

Інженери витрачають 70% свого часу на розуміння коду, а не на його написання. Тому ми побудували Азімова в @reflection_ai. Найкращий у своєму класі агент з дослідження коду, створений для команд та організацій.

Людяність перемогла (поки що!) Я абсолютно виснажений. Я порахував, що за останні 3 дні я спав 10 годин, а я ледве живий. Я опублікую більше про конкурс, коли трохи відпочину. (Щоб було зрозуміло, це попередні результати, але мій відрив має бути достатньо великим)

Деякі оновлення 🚨 Я закінчила докторську дисертацію в @uwcse у червні 2025 року! Після року роботи в AI2 як науковий співробітник, восени 2026 року я приєднуюся до CMU @LTIatCMU & @mldcmu (люб'язно) як асистент професора. Шлях, подяки та рекрутинг у 🧵

Хікару Утада та Ювал Ноа Харарі розповідають про еволюцію штучного інтелекту та креативності Зізнайтеся, цього не було на моїй картці бінго!

Дуже раді взяти участь у @TEDAISF цієї осені!

1 десятиліття тому: Інженер з підготовкою до навчання з підкріпленням в розділі 5.3 «Вчимося думати ...» [2]. Адаптивний ланцюжок думок! Мережа RL вчиться запитувати іншу мережу для абстрактних міркувань і прийняття рішень. Вихід за рамки Світової моделі 1990 року для планування мілісекунди на мілісекунду [1]. [2] Й. Шмідгубер (JS, 2015). «Про навчання мислити: алгоритмічна теорія інформації для нових комбінацій контролерів RL та рекурентних моделей нейронного світу.» ArXiv 1210.0118 [1] JS (1990). «Робимо світ диференційованим: про використання повністю рекурентних самоконтрольованих нейронних мереж для динамічного навчання та планування з підкріпленням у нестаціонарних середовищах.» ТР ФКІ-126-90, ТУМ. (Цей звіт також представив штучну цікавість і внутрішню мотивацію за допомогою генеративних змагальних мереж.)

Якщо ви думаєте про моделі світу або нейронні симулятори і не знаєте, з чого почати, ознайомтеся з документом OG про моделі світу з @hardmaru та @SchmidhuberAI - Це надзвичайно зрозуміло читати та розуміти основи - ви можете відтворити його на своєму Mac або будь-якому локальному комп'ютері - Ви можете неухильно модернізувати його, щоб він став ще більш потужним Якби Карпати вчили моделі світу, то саме в цю роботу він би глибоко занурився.