GPT-5 ha praticamente fatto tutto in un colpo solo

No, avete tutti torto, GPT-5 è un salto in avanti Sto raddoppiando al 100% qui Non volevo postare troppo in fretta e pentirmene di nuovo, ma ha appena risolto una serie di prompt di debug molto, molto difficili che erano precedentemente irrisolti (dall'AI), e poi ha progettato un bellissimo gioco per Gameboy pixelato con un livello di dettaglio e qualità che è chiaramente al di là di qualsiasi altra cosa io abbia mai visto. Non c'è modo che questo modello sia scarso. Penso che siate tutti traumatizzati dai benchmaxxers e stiate sovra-compensando contro un modello che è effettivamente buono. Penso anche che stiate sottovalutando i punti di forza di gpt-oss (ma sì, il mio ultimo post era affrettato) Non so ancora se sia utilizzabile per la programmazione seria però (o3 non lo era), ma sembra di sì? Un modello di codifica affidabile come Opus, ma più intelligente di o3, cambierebbe completamente il mio flusso di lavoro. Opus non ha bisogno di pensare per essere grande, quindi, questo potrebbe pesare a suo favore. Per quello che vale, ho usato davvero solo 3 modelli: - Opus 4.1 per la codifica - Gemini 2.5 molto raramente per la codifica quando Opus fallisce - o3 per tutto tranne la codifica

No, avete tutti torto, GPT-5 è un salto in avanti Sto raddoppiando al 100% qui Non volevo postare troppo in fretta e pentirmene di nuovo, ma ha appena risolto un sacco di prompt di debugging molto, molto difficili che erano precedentemente irrisolti (dall'AI), e poi ha progettato un bellissimo gioco per Gameboy pixelato con un livello di dettaglio e qualità che è chiaramente al di là di qualsiasi altra cosa io abbia mai visto. Non c'è modo che questo modello sia scarso. Penso che siate tutti traumatizzati dai benchmaxxers e stiate sovra-compensando contro un modello che è davvero buono. Penso anche che stiate sottovalutando i punti di forza di gpt-oss (ma sì, il mio ultimo post era affrettato) Non so ancora se sia utilizzabile per la programmazione seria però (4o, o3 sicuramente non lo erano), ma sembra di sì? Un modello di codifica affidabile come Opus, ma più intelligente di o3, cambierebbe completamente il mio flusso di lavoro. Opus non ha bisogno di pensare per essere grande, quindi, questo potrebbe pesare a suo favore. Per quello che vale, ho usato davvero solo 3 modelli: - Opus 4.1 per la codifica - Gemini 2.5 molto raramente per la codifica quando Opus fallisce - o3 per tutto tranne la codifica

"prevenire la morte è altamente non etico"

prevenire la morte è altamente non etico

Quindi gpt-oss 120B non riesce a produrre un tedesco corretto, eppure risolve bug complessi in Haskell che anche Opus non è riuscito a identificare? Come è possibile? Sono davvero così confuso da tutto questo.

Promettendomi che non proverò mai più a implementare una ricerca rapida di programmi in Haskell / GHC. È semplicemente impossibile HVM3 è, sfortunatamente, incredibile

La mia impressione iniziale sul modello OSS di OpenAI è in linea con ciò che hanno pubblicizzato. Sembra davvero più vicino a o3 rispetto ad altri modelli open, tranne che è molto più veloce e più economico. Alcuni fornitori lo offrono a 3000 token/s, il che è pazzesco. È decisamente più intelligente di Kimi K2, R1 e Qwen 3. Ho testato tutti i modelli per un po' e ho ottenuto risultati molto decisivi a favore di OpenAI-OSS-120b. Sfortunatamente, c'è una cosa che questi modelli non possono ancora fare - il mio dannato lavoro. Quindi, spero che vi divertiate. Tornerò a fare debug della valutazione del λ-calcolo sovrapposto 😭 ci vediamo.

Per la prima volta, un'IA è riuscita a derivare una funzione generica "foldr" per N-tuple nel λ-Calculus. È stato Gemini Pro 2.5, con Deep Think. Tutti gli altri modelli non riescono a farlo, inclusi o3 e Grok 4. Ottimo progresso @GoogleDeepMind

solo un rapido aggiornamento: siamo riusciti a replicare queste affermazioni Il sistema di Guan raggiunge il 25% su ARC-AGI 1 con 50 ore GPU Tuttavia, non sono ancora riuscito a controllare il codice personalmente, ma, a meno che non ci sia stata qualche frode, questo approccio sembra generalizzare le istanze di ARC-AGI con relativamente poco calcolo.