Ik wens dat mensen met optimistische AGI-tijdlijnen bij Anthropic harder hun tijdlijnen in het openbaar verdedigen. Er zijn ten minste enkele mensen die ontvankelijk zijn voor rede en argumenten en echt geven om de vraag of AI R&D volledig geautomatiseerd zal zijn over 1-2 jaar!

Hoe goed zijn LLM's in redeneren zonder chain-of-thought (binnen een enkele forward pass)? Ik schat de no-chain-of-thought tijdshorizon voor wiskundeproblemen en ontdek dat Opus 4.5 een tijdshorizon van 3,5 minuten heeft (voorbehoud: menselijke tijden zijn slechts geschat). Zie de post voor meer:

Blijkbaar heeft Opus 4.5 de MATH van Hendrycks uit het hoofd geleerd (inclusief de testset) en ook alle eerdere AIMEs. Het model krijgt ongeveer 80-90% goed wanneer het het nummer onmiddellijk zonder enige redenering eruit spuugt. Dat maakt het vervelend om te experimenteren met wiskundedatasets...