GPT-5 基本上是一击即中

不，你们都错了，GPT-5 是一次飞跃 我在这里100%加倍下注 我不想太快发帖然后后悔，但它刚刚解决了一堆非常非常难的调试提示，这些提示之前是AI无法解决的，然后设计了一个华丽的像素化Gameboy游戏，细节和质量显然超出了我见过的任何东西。 这个模型绝对不差。 我觉得你们都对benchmaxxers感到创伤，并且过度补偿一个实际上很好的模型。我也认为你们低估了gpt-oss的优势（但我最后的帖子确实是匆忙的） 不过我仍然不知道它是否适合严肃的编程（o3不适合），但似乎是这样？一个像Opus一样可靠但比o3更聪明的编码模型，将完全改变我的工作流程。Opus不需要思考就能出色，因此，这可能对它有利。 就我所用的而言，我只真正使用了3个模型： - Opus 4.1 用于编码 - Gemini 2.5 很少用于编码，当Opus失败时 - o3 用于除编码以外的所有事情

不，你们都错了，GPT-5 是一次飞跃 我在这里100%加倍下注 我不想太快发帖然后后悔，但它刚刚解决了一堆非常非常难的调试提示，这些提示之前是AI无法解决的，然后设计了一个华丽的像素化Gameboy游戏，细节和质量显然超出了我见过的任何东西。 这个模型绝对不差。 我觉得你们都对benchmaxxers感到创伤，并且过度补偿一个实际上真的很好的模型。我还认为你们低估了gpt-oss的优势（不过是的，我上一个帖子确实是匆忙的） 不过我仍然不知道它是否适合严肃的编程（4o，o3 绝对不行），但似乎可以？一个像Opus一样可靠但比o3更聪明的编码模型，将完全改变我的工作流程。不过，Opus不需要思考就能出色，所以这可能对它有利。 就我所用的而言，我只真正使用了3个模型： - Opus 4.1 用于编码 - Gemini 2.5 很少用于编码，当Opus失败时 - o3 用于除编码以外的所有事情

"防止死亡是高度不道德的"

防止死亡是非常不道德的

所以 gpt-oss 120B 不能生成正确的德语，却能解决连 Opus 都未能识别的复杂 Haskell 错误？ 这是怎么发生的？ 我对此感到非常困惑。

我向自己承诺，再也不尝试在 Haskell / GHC 上实现快速程序搜索。这简直是不可能的。 不幸的是，HVM3 是不可思议的。

我对OpenAI的OSS模型的初步印象与他们宣传的一致。它确实感觉更接近o3而不是其他开放模型，除了它更快且更便宜。一些提供商以3000个token/s的速度提供，这真是疯狂。它绝对比Kimi K2、R1和Qwen 3更聪明。我测试了所有模型一段时间，并得到了非常明确的结果，支持OpenAI-OSS-120b。 不幸的是，这些模型还有一件事做不到——我该死的工作。所以，希望你们玩得开心。我会回去调试叠加的λ-演算评估 😭 再见。

这是第一次，人工智能成功地为λ-演算中的N元组推导出一个通用的"foldr"函数。它是Gemini Pro 2.5，配合Deep Think。所有其他模型都无法做到这一点，包括o3和Grok 4。@GoogleDeepMind 取得了不错的进展。

简单更新一下：我们成功复制了这些声明 Guan 的系统在 ARC-AGI 1 上达到了 25%，使用了 50 GPU 小时 不过我仍然无法亲自审核代码，但除非有作弊的情况，否则这种方法似乎能够以相对较少的计算量来概括 ARC-AGI 实例。