GPT-5 pada dasarnya one-shot ini

tidak, Anda semua salah, GPT-5 adalah lompatan Saya 100% menggandakan di sini Saya tidak ingin memposting terlalu cepat dan menyesalinya lagi, tetapi itu hanya memecahkan banyak perintah debugging yang sangat, sangat sulit yang sebelumnya tidak terpecahkan (oleh AI), dan kemudian merancang game Gameboy berpiksel yang indah dengan tingkat detail dan kualitas yang jelas melampaui apa pun yang pernah saya lihat. Tidak mungkin model ini buruk. Saya pikir Anda semua trauma dengan benchmaxxers, dan terlalu banyak mengkompensasi model yang sebenarnya bagus. Saya juga berpikir Anda meremehkan kekuatan gpt-oss (tapi ya posting terakhir saya terburu-buru) Saya masih tidak tahu apakah itu dapat digunakan untuk pemrograman yang serius (o3 tidak), tetapi sepertinya begitu? Model pengkodean yang andal seperti Opus, namun lebih pintar dari o3, akan benar-benar mengubah alur kerja saya. Opus tidak perlu berpikir untuk menjadi hebat, jadi, itu mungkin menguntungkannya. Untuk apa nilainya, saya hanya benar-benar menggunakan 3 model: - Opus 4.1 untuk pengkodean - Gemini 2.5 sangat jarang untuk pengkodean saat Opus gagal - O3 untuk segalanya kecuali pengkodean

tidak, Anda semua salah, GPT-5 adalah lompatan Saya 100% menggandakan di sini Saya tidak ingin memposting terlalu cepat dan menyesalinya lagi, tetapi itu hanya memecahkan banyak perintah debugging yang sangat, sangat sulit yang sebelumnya tidak terpecahkan (oleh AI), dan kemudian merancang game Gameboy berpiksel yang indah dengan tingkat detail dan kualitas yang jelas melampaui apa pun yang pernah saya lihat. Tidak mungkin model ini buruk. Saya pikir Anda semua trauma dengan benchmaxxers, dan kompensasi berlebihan terhadap model yang sebenarnya sangat bagus. Saya juga berpikir Anda meremehkan kekuatan gpt-oss (tapi ya posting terakhir saya terburu-buru) Saya masih tidak tahu apakah itu dapat digunakan untuk pemrograman yang serius (4o, o3 pasti tidak), tetapi sepertinya begitu? Model pengkodean yang andal seperti Opus, namun lebih pintar dari o3, akan benar-benar mengubah alur kerja saya. Opus tidak perlu berpikir untuk menjadi hebat, jadi, itu mungkin menguntungkannya. Untuk apa nilainya, saya hanya benar-benar menggunakan 3 model: - Opus 4.1 untuk pengkodean - Gemini 2.5 sangat jarang untuk pengkodean saat Opus gagal - O3 untuk segalanya kecuali pengkodean

"mencegah kematian sangat tidak etis"

mencegah kematian sangat tidak etis

Jadi gpt-oss 120B tidak dapat menghasilkan bahasa Jerman yang benar, namun memaku bug Haskell kompleks yang bahkan gagal diidentifikasi oleh Opus? Bagaimana itu terjadi? Saya benar-benar sangat bingung dengan semua ini

Berjanji pada diri sendiri saya tidak akan pernah lagi mencoba menerapkan pencarian program cepat di Haskell / GHC. Tidak mungkin HVM3, sayangnya, luar biasa

Kesan awal saya tentang model OSS OpenAI selaras dengan apa yang mereka iklankan. Rasanya lebih dekat dengan o3 daripada model terbuka lainnya, kecuali jauh lebih cepat dan lebih murah. Beberapa penyedia menawarkannya dengan harga 3000 token/s, yang gila. Ini pasti lebih pintar dari Kimi K2, R1 dan Qwen 3. Saya menguji semua model sebentar, dan mendapatkan hasil yang sangat menentukan untuk OpenAI-OSS-120b. Sayangnya, ada satu hal yang belum bisa dilakukan oleh model-model ini - pekerjaan sialanku. Jadi, semoga kalian bersenang-senang. Saya akan kembali ke debugging evaluasi 😭 λ-kalkulus yang disuperposisikan sampai jumpa

Untuk pertama kalinya, AI telah berhasil menurunkan fungsi "lipat" generik untuk N-tuple dalam λ-Kalkulus. Itu adalah Gemini Pro 2.5, dengan Deep Think. Semua model lain gagal melakukannya, termasuk o3 dan Grok 4. Kemajuan yang bagus @GoogleDeepMind

Hanya pembaruan singkat: kami berhasil mereplikasi klaim ini Sistem Guan mencapai 25% pada ARC-AGI 1 dengan 50 jam GPU Saya masih tidak dapat mengaudit kode secara pribadi, tetapi, kecuali menyontek entah bagaimana, pendekatan ini tampaknya menggeneralisasi instans ARC-AGI dengan komputasi yang relatif sedikit