Declaração do ICML sobre prompts subversivos de LLM ocultos Vivemos em uma linha do tempo estranha ...

Nem mesmo bronze: avaliando LLMs na Olimpíada 🥉 Internacional de Matemática de 2025 Bela postagem no blog da equipe por trás do MathArena: Avaliando LLMs em competições de matemática não contaminadas () fornecendo uma análise independente do desempenho do LLM na IMO.

Nem mesmo bronze: avaliando LLMs na Olimpíada 🥉 Internacional de Matemática de 2025 Bela postagem no blog da equipe por trás do MathArena: Avaliando LLMs em Competições de Matemática Não Contaminada () fornecendo análise independente do desempenho do LLM na IMO.

Os engenheiros gastam 70% do tempo entendendo o código, não escrevendo-o. É por isso que construímos o Asimov na @reflection_ai. O melhor agente de pesquisa de código da categoria, criado para equipes e organizações.

A humanidade prevaleceu (por enquanto!) Estou completamente exausto. Eu pensei, eu tive 10h de sono nos últimos 3 dias e eu mal estou vivo. Vou postar mais sobre o concurso quando eu descansar um pouco. (Para ser claro, esses são resultados provisórios, mas minha liderança deve ser grande o suficiente)

Algumas atualizações 🚨 Terminei meu doutorado na @uwcse em junho de 2025! Depois de um ano na AI2 como Cientista Pesquisador, estou me juntando à CMU @LTIatCMU & @mldcmu (cortesia) como Professor Assistente no outono de 2026. A jornada, os agradecimentos e o recrutamento em 🧵

Hikaru Utada e Yuval Noah Harari falam sobre a evolução da IA e da criatividade Tenho que admitir, isso não estava no meu cartão de bingo!

Animado para participar @TEDAISF neste outono!

1 década atrás: Engenheiro de Prompt de Aprendizado por Reforço na Seção 5.3 de «Aprendendo a Pensar ...» [2]. Cadeia Adaptativa de Pensamento! Uma rede RL aprende a consultar outra rede para raciocínio abstrato e tomada de decisão. Indo além do Modelo Mundial de 1990 para planejamento de milissegundos por milissegundos [1]. [2] J. Schmidhuber (JS, 2015). «Sobre Aprender a Pensar: Teoria da Informação Algorítmica para Novas Combinações de Controladores RL e Modelos de Mundo Neural Recorrentes.» ArXiv 1210.0118 [1] JS (1990). "Tornando o mundo diferenciável: sobre o uso de redes neurais auto-supervisionadas totalmente recorrentes para aprendizado e planejamento de reforço dinâmico em ambientes não estacionários.» TR FKI-126-90, TUM. (Este relatório também introduziu curiosidade artificial e motivação intrínseca por meio de redes adversárias generativas.)

Se você está pensando em modelos de mundo ou simuladores neurais e não sabe por onde começar, confira o artigo OG sobre modelos de mundo de @hardmaru e @SchmidhuberAI - É super claro ler e obter o básico - você pode reproduzi-lo no seu Mac ou em qualquer máquina local - você pode atualizá-lo constantemente para ser ainda mais poderoso Se Karpathy ensinasse modelos de mundo, este é o artigo em que ele mergulharia profundamente.