熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
Jasper
聯合創始人兼首席執行官 @Hyperbolic_Labs.前@avax和前@citsecurities。2 年@UCBerkeley完成數學博士學位。數學奧林匹克金牌得主。最高榮譽@PKU1898
很高興能夠成為首個在 @huggingface 上托管頂尖編碼模型 Qwen3-Coder 的人！感謝你們的信任，@Alibaba_Qwen @JustinLin610 @huybery 💜
9 小時前
我們現在在 Hyperbolic 提供 Qwen3-Coder-480B-A35B 和 Qwen3-235B-A22B-2507！
Qwen3-Coder-480B 在編碼基準測試中達到了與 Claude Sonnet 4 相當的結果，真是驚人！
@JustinLin610 和 @huybery 是中國的 420 幫，持續運送模型直到中國時間早上 6 點！
LFG，開源 AI！💪
1.11K
關於人工智慧和IMO的這個狂野週末。回顧過去三天，我目睹了：
> 星期五下午：有關DeepMind獲得金獎的洩漏信息
> 星期六凌晨1點：OpenAI搶先發布官方公告，搶走了風頭
> 最初以為Google只是因為市場批准而反應慢
> 然後聽到Google的人說IMO和他們自己需要額外的時間進行驗證
> 結果發現OpenAI甚至沒有正式涉及IMO
> 星期一：DeepMind確認了他們的金獎，提供了更清晰和更美觀的答案，完全由IMO驗證
上週五在X上第一個分享這個消息真是有趣。真是個狂野的週末！
開玩笑的，最近圍繞數學AI有很多炒作，但我們更需要的是嚴謹性和標準化。正如Terence Tao所指出的，即使結果看起來相似，測試格式的差異也可能造成天壤之別。我們仍然遠未擁有清晰、一致的標準和信息在AI研究中。
如果我們想要有意義的進展，是時候讓社區站出來了。讓我們建立可以信任的基準。
4.77K
剛下班，嘗試在一個本科生的拓撲問題上使用Grok-4。它花了9分鐘思考，然後自信地給出了一個乾淨、合理，但完全錯誤的答案😅
我不認為這個算是「技術上對抗性強」。AI模型正在壓倒基準——但在真正的數學AGI方面仍然有很長的路要走。
7月10日 16:47
Grok 4 現在幾乎不會在數學/物理考試問題上出錯，除非這些問題是巧妙的對抗性問題。
它可以識別問題中的錯誤或模糊之處，然後修正問題中的錯誤或回答每個模糊問題的變體。
663.06K
熱門
排行
收藏