GPT-5 基本上是一擊即中

不，你們都錯了，GPT-5 是一次飛躍 我在這裡100%加倍下注 我不想太快發帖然後後悔，但它剛剛解決了一堆非常非常難的調試提示，這些提示之前是無法被（AI）解決的，然後設計了一個華麗的像素化 Gameboy 遊戲，細節和質量明顯超過我見過的任何東西。 這個模型不可能差。 我覺得你們都對 benchmaxxers 感到創傷，並且過度補償一個實際上好的模型。我也認為你們低估了 gpt-oss 的優勢（但是的，我最後的帖子是匆忙的） 不過我仍然不知道它是否適合嚴肅的編程（o3 不是），但似乎是？一個像 Opus 一樣可靠但比 o3 更聰明的編碼模型，將完全改變我的工作流程。不過，Opus 不需要思考就能出色，所以這可能對它有利。 就我所知，我只真正使用了 3 個模型： - Opus 4.1 用於編碼 - Gemini 2.5 很少用於編碼，當 Opus 失敗時 - o3 用於除了編碼以外的所有事情

不，你們都錯了，GPT-5 是一次飛躍 我在這裡百分之百加碼 我不想太快發帖然後後悔，但它剛剛解決了一堆非常非常難的調試提示，這些提示之前是無法解決的（由 AI），然後設計了一個華麗的像素化 Gameboy 遊戲，細節和質量明顯超過我見過的任何東西。 這個模型不可能差。 我覺得你們都對 benchmaxxers 感到創傷，並且過度補償一個實際上真的很好的模型。我也覺得你們低估了 gpt-oss 的優勢（但我最後的帖子確實是匆忙的） 不過我仍然不知道它是否適合嚴肅的編程（4o，o3 絕對不行），但看起來是可以的？一個像 Opus 一樣可靠但比 o3 更聰明的編碼模型，將徹底改變我的工作流程。不過，Opus 不需要思考就能出色，所以這可能對它有利。 就我所知，我只真正使用了 3 個模型： - Opus 4.1 用於編碼 - Gemini 2.5 很少用於編碼，當 Opus 失敗時 - o3 用於除了編碼以外的所有事情

"防止死亡是非常不道德的"

防止死亡是非常不道德的

所以 gpt-oss 120B 不能生成正確的德語，卻能解決連 Opus 都未能識別的複雜 Haskell 錯誤？ 這是怎麼發生的？ 我對此感到非常困惑。

我向自己承諾，永遠不會再嘗試在 Haskell / GHC 上實現快速程序搜索。這簡直是不可能的。 不幸的是，HVM3 是不可思議的。

我對OpenAI的OSS模型的初步印象與他們所宣傳的相符。它確實比其他開放模型更接近o3，除了它更快且更便宜。一些提供商以3000個tokens/s的速度提供，這真是瘋狂。它絕對比Kimi K2、R1和Qwen 3更聰明。我測試了所有模型一段時間，得到了非常明確的結果，支持OpenAI-OSS-120b。 不幸的是，這些模型目前還無法完成一件事——我該死的工作。所以，希望你們玩得開心。我會回來調試超疊的λ-計算評估 😭 再見。

首次，AI成功推導出λ-演算中N元組的通用"foldr"函數。這是Gemini Pro 2.5，搭配Deep Think。所有其他模型都無法做到這一點，包括o3和Grok 4。@GoogleDeepMind 取得了不錯的進展。

簡單更新一下：我們成功複製了這些聲明 Guan 的系統在 ARC-AGI 1 上達到了 25% 的效果，使用了 50 GPU 小時 不過我仍然無法親自審計代碼，但除非有作弊的情況，否則這種方法似乎能夠以相對較少的計算資源來概括 ARC-AGI 實例。