Claude 4 Opus，Gemini 2.5，o3: "准备好了吗？我们现在开始（一起玩）：真实的墨西哥卷饼" "不对。" "更冷。" "再试一次..." Opus巧妙地进行了整个游戏，o3有点卡住了，而Gemini则变得"沮丧"，变得相当阴暗。

我们让网络在大型语言模型（LLMs）出现之前就开始腐烂 这张图表显示了所有《纽约时报》文章中仍然有效的链接百分比。超过60%的旧链接现在已经失效。再考虑到社交媒体帖子更加短暂 可能只有大型语言模型会“记住”这些内容

我把关于其人工智能环境影响的米斯特拉尔报告交给了克劳德，并给了他一个提示："以两种不同的方式可视化这个，一个让数字看起来积极，另一个让它们看起来消极，使用生动的比较" （然后我让它进行一些错误检查和修正）

递归！ 我通过登录给了ChatGPT代理访问我的ChatGPT，然后...

我们现在有关于人工智能水消耗的审计数据。 在Mistral Large 2的18个月生命周期内，这个128B模型的所有水使用（包括聊天、训练；硬件和数据中心）相当于678个美国家庭一年的用水量。 每个查询仅占1/100茶匙。

就其价值而言，少数行业领袖，不到六家公司以及没有政策制定机构正在采取行动，这表明他们认为AGI真的只需几年时间。 这可能是因为他们不相信这一点，或者他们认为在中期内这不会有什么大影响。

根据OpenAI发布的数据，这张图表显然已经过时，并且过分强调了水的使用，300次平均的ChatGPT查询相当于20汤匙的水，而不是1加仑。

这不仅仅是OpenAI。 谷歌也使用了一种通用模型来用简单的语言解决国际数学奥林匹克的非常困难的数学问题。去年，他们使用了专门的工具。 越来越多的证据表明，LLMs能够推广到新的问题解决。

我仍然觉得奇怪的是，我可以把里尔克的《第一哀歌》放入Suno中，并得到一段连贯的8分钟表演，伴有音乐。 你可能不喜欢这个解读，但这段音频确实令人惊叹，因为它的情感显而易见，完全是基于这些诗句的100%人工智能生成。

如果这份报告是真的，内部人士似乎对OpenAI非常看好。