Subiecte populare
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico+32,61 %
USELESS
USELESS-2,67 %
IKUN
IKUN+7,54 %
gib
gib+2,14 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk-2,82 %
ALON
ALON+34,64 %
LAUNCHCOIN
LAUNCHCOIN+2,86 %
GOONC
GOONC+0,99 %
KLED
KLED-0,37 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP-1,74 %
Boopa
Boopa+4,79 %
PORK
PORK0,00 %
header
Ryan Greenblatt
Cercetător șef la Redwood Research (@redwood_ai), axat pe cercetarea tehnică a siguranței AI pentru a reduce riscurile AI-urilor necinstite
Ryan Greenblatt
Ryan Greenblatt27 dec. 2025
Cât de buni sunt LLM-urile la raționament fără lanț de gândire (într-o singură pasă înainte)? Estimez orizontul temporal fără lanț de gândire pentru problemele matematice și constat că Opus 4.5 are un orizont de 3,5 minute (atenție: timpii umani sunt doar estimați). Vezi postarea pentru mai multe:
28
Ryan Greenblatt
Ryan Greenblatt7 dec. 2025
Se pare că Opus 4.5 memorează MATH-ul lui Hendryck (inclusiv setul de test) și toate AIME-urile anterioare memorate. Modelul obține corect cam 80-90% când scutură numărul imediat, fără niciun motiv. Devine enervant să experimentezi pe seturi de date matematice...
15
Ryan Greenblatt
Ryan Greenblatt16 oct. 2025
Anthropic a clarificat acum acest lucru în fișa lor de sistem pentru Claude Haiku 4.5. Mulţumesc!
Ryan Greenblatt
Ryan Greenblatt11 oct. 2025
Anthropic, GDM, and xAI say nothing about whether they train against Chain-of-Thought (CoT) while OpenAI claims they don't. AI companies should be transparent about whether (and how) they train against CoT. While OpenAI is doing better, all AI companies should say more. 1/
120