热门话题
#
Bonk 生态迷因币展现强韧势头
#
有消息称 Pump.fun 计划 40 亿估值发币，引发市场猜测
#
Solana 新代币发射平台 Boop.Fun 风头正劲
Jasper
@Hyperbolic_Labs 联合创始人兼首席执行官。前@avax和前@citsecurities。在 2 年内完成数学博士学位@UCBerkeley。数学奥林匹克金牌得主。最高荣誉@PKU1898
很高兴成为首个在 @huggingface 上托管顶级编码模型 Qwen3-Coder 的人！感谢你们的信任，@Alibaba_Qwen @JustinLin610 @huybery 💜
9 小时前
我们现在在 Hyperbolic 提供 Qwen3-Coder-480B-A35B 和 Qwen3-235B-A22B-2507！
Qwen3-Coder-480B 在编码基准测试中取得的结果可与 Claude Sonnet 4 相媲美，真是令人惊叹！
@JustinLin610 和 @huybery 是中国的 420 团队，持续发货模型直到中国时间早上 6 点！
LFG，开源 AI！💪
1.11K
关于人工智能和国际数学奥林匹克的周末真是疯狂。回顾过去的三天，我目睹了：
> 周五下午：关于DeepMind赢得金牌的泄露信息
> 周六凌晨1点：OpenAI抢先发布了官方公告，抢走了风头
> 起初以为谷歌只是因为市场营销审批而反应慢
> 然后听到谷歌的人说IMO和他们自己需要额外的时间进行验证
> 结果发现OpenAI甚至没有正式涉及IMO
> 周一：DeepMind确认了他们的金牌，答案更清晰、更美观，完全经过IMO验证
上周五在X上第一个分享这个消息真是有趣。真是个疯狂的周末！
开玩笑的说，最近关于数学人工智能的炒作很多，但我们更需要的是严谨和标准化。正如Terence Tao所指出的，即使结果看起来相似，测试格式的差异也可能产生巨大的影响。我们在人工智能研究中仍然远未拥有清晰、一致的标准和信息。
如果我们想要有意义的进展，是时候让社区站出来了。让我们建立大家都能信任的基准。
4.77K
刚下班，尝试用Grok-4解决一个本科生的拓扑问题。它花了9分钟思考，然后自信地给出了一个干净、合理但完全错误的答案😅
我认为这并不算是“巧妙的对抗”。AI模型正在打破基准——但在真正的数学AGI方面仍然任重道远。
7月10日 16:47
Grok 4 现在几乎不会在数学/物理考试问题上出错，除非这些问题设计得非常具有对抗性。
它可以识别问题中的错误或模糊之处，然后修正问题中的错误或回答每个模糊问题的不同变体。
663.06K
热门
排行
收藏